简体中文 · English

# 安全政策 ResumeForge 是面向个人、本地运行的单用户工具。它会处理简历、联系方式、照片、经历总结和大模型 API Key 等敏感信息，因此请先理解下述安全边界。 ## 支持范围 | 版本 | 安全更新 | | ---- | -------- | | `2.x`（当前主线，含 `main` 与最新发布版 `2.0.0`，2026-11-04） | 支持 | | `1.0.x`（`1.0.2` 为最后发行版） | 不再更新；旧数据的打开方式见下 | | 更早的提交或自行修改版本 | 不保证 | 关于 1.0.x 旧数据：2.0 首次启动会把 1.0.x 旧库**整包归档**到本地 `legacy-archive/<时间戳>/`，然后建一个空库。需要旧内容时，用 1.0.2 打开该归档。**2.0 不导入 1.0.x 备份包**——包内的库没有 `app_schema_epoch`，会被拒收并提示改用 1.0.2 打开。 ## 报告漏洞 请优先使用代码托管平台的私密安全公告功能（GitHub 仓库中的 **Security → Advisories → Report a vulnerability**）。如果该入口不可用，请通过仓库维护者公开资料中的私密联系方式报告。 不要在公开 Issue、截图或日志中包含： - API Key、访问令牌或完整请求头； - 真实简历、照片、联系方式或经历总结正文； - 本地数据库、`.env` 文件或可还原个人信息的导出文件。 报告中请提供受影响版本、复现条件、影响范围和已做的最小化验证。维护者会尽快确认收到报告；修复公开前请避免披露可直接利用的细节。 ## 本地安全边界 - API Key 在 Windows 上用系统 DPAPI 加密后保存在本地 SQLite 数据库中（密文绑定当前用户与机器），非 Windows 平台保持明文，以换取零依赖的单用户零配置体验。普通配置读取和配置记录接口始终返回脱敏引用。`POST /api/settings/llm/api-key/reveal` 面向在本机直接调用接口的客户端，仅对直连回环的客户端开放，响应禁止缓存。**当前界面不提供该入口**——没有任何生产前端代码调用它，设置页只显示脱敏值——因此它实际服务于本机直接调 API 的客户端。此限制不能替代身份认证，不要共享 `backend/data/resume_forge.db`，并保护操作系统账户和磁盘。 - 数据集备份**默认包含大模型 API Key**（2026-10-24 按实际实现校正）：后端 `GET /api/settings/datasets/export` / `export-all` 的 `include_api_keys` 默认值为 `true`，前端导出调用同样默认勾选——目的是让"换台电脑导入整包"不用再重填密钥。密钥按**本机存储形态**写入备份包（Windows 上是 DPAPI 密文，绑定当前用户与机器，换机后无法解密；非 Windows 为明文），不会被解密成明文；**含密钥的包使用更高的备份格式号**：`format 3` = 单数据集包含密钥，`format 5` = 整包（collection）额外带 `global_llm.json` 全局模型配置，`format 6` = 在 5 之上再加字体文件（当前 `BACKUP_FORMAT_VERSION = 6`）。旧版本导入高格式包时会明确拒收，导入端要求清单显式声明密钥状态。**只有用户显式取消「包含 API Key」时才会剥离**（清空配合 `VACUUM` 重建文件，避免空闲页残留）。因此**任何备份包都应视为与数据库同级的敏感文件**，对外提供前先确认是否含密钥。 - 生成简历和岗位化建议时，相关岗位信息、经历/项目/技能及被选中的总结文件片段会发送给用户配置的大模型服务商；照片、姓名、联系方式等身份字段不会进入模型上下文。岗位需求解读只发送招聘信息，不读取个人资料。使用前请确认服务商的数据政策。 - 简历照片保存在本地，不进入大模型上下文；导出的 HTML 或打印文件可能包含照片和其他个人信息。 - AI 求职助手默认只发送当前问题和受限的已完成会话历史。只有用户明确选择关联岗位、关联简历或“使用我的资料”时，相关内容才加入本次上下文。“使用我的资料”会移除照片、姓名和联系方式；关联简历只移除照片，正文中的姓名和联系方式仍可能发送。助手可以通过工具调用读写本地数据。写入（新增/修改岗位、更新个人资料基础字段）只在用户明确要求时触发，且**没有任何删除类工具**；设置里的模型配置与数据集管理有回环强制校验，不做成工具，以免模型间接绕过该边界。 - 助手会话、消息、附件和联网来源摘要保存在本地 SQLite。删除会话会删除其消息历史；数据库备份仍可能保留旧副本。用户主动上传到助手的图片与资料照片不同：当前消息的图片会发送给所选模型，且只有兼容 OpenAI `image_url` 输入的多模态模型才能正确处理。 - **PDF/DOCX 附件的原始文件不外发**：后端在本机提取文字（pypdf 读 PDF、白名单成员读 DOCX），只把提取结果作为文本送入模型上下文（岗位与资料识别的文档同理），因此文档识别不需要多模态模型，也不会把文件本身交给服务商。BMP/TIFF 图片同样在本机转成 PNG/JPEG 后再发送。扫描件提取不到文字时会明确提示改用截图，而不是静默留空。 - 助手附件仅接受 UTF-8 TXT/Markdown/JSON/CSV、PDF/DOCX，以及 PNG/JPEG/WebP/GIF/BMP/TIFF 图片，最多 4 个，单个不超过 2 MB、合计不超过 5 MB；服务端会校验文件名、MIME、文件头签名与 base64。解析这些不可信文件时另设上限：PDF 最多读 30 页、提取文字总量封顶、图片解码像素封顶、DOCX 只读 `word/document.xml` 而不解压整包。格式与大小限制不能替代内容脱敏，上传前仍应删除无关个人信息和密钥。 - HTTP 客户端的默认 INFO 请求摘要已关闭，避免把助手联网搜索词作为完整 URL 写入日志；业务日志只记录排障所需的主机、状态码、计数和请求 ID。 - 开启联网搜索后，助手会获得一个搜索工具：它自己决定查什么、可以换关键词多搜几次（一次回答最多 3 次，含开启联网时那次自动预搜）。**可选来源共四个**：`bing`、`duckduckgo`、`searxng`、`deepseek`。**默认只启用 `bing` 与 `duckduckgo` 两个**（Bing 走 `https://cn.bing.com/search`，该域不可用时回退 `https://www.bing.com/search`）；`searxng` 需用户自填实例地址。**`deepseek` 默认关闭，需单独配置 DeepSeek API Key 并显式勾选**。启用 DeepSeek 后：查询串会发往 `https://api.deepseek.com/v1/tools/search`；当「抓取正文条数」大于 0 时，**目标页面 URL 会发给 `api.deepseek.com/v1/tools/fetch`，由对方服务端抓取**（本地只先做 scheme/凭据校验，不再走本地 SSRF 逐跳校验）。账号级不可用（401/402/403/429）时整段回落到本地抓取。其它边界不变：一次回答最多 3 次联网搜索，`fetch_pages` 默认 0、上限 3，只允许 http/https、拒绝非标准端口与私网/回环/链路本地地址（含 IPv4/IPv6 与解析后的全部地址）、逐跳校验重定向、限制响应体大小与超时。**该防护能挡住"结果指向内网"这类直接 SSRF，但不能宣称完全防御 DNS rebinding**——解析检查与实际连接之间仍存在时间窗，因此正文抓取默认关闭，请只在信任当前网络环境时开启。搜索结果按主机名与路径去重，用人单位官网与招聘页排在第三方平台之前；摘要可能过期或来自第三方，不能视为官方性或招聘有效性的验证。关闭开关时不会下发该工具。 - **自动采集 / 自动投递与网申填表会主动访问招聘网站**（这是项目里仅有的两条**招聘网站**外链，助手联网搜索是另一条独立链路），但仅限用户显式触发的那一次，不会在后台自动运行。两条链路各自通过一个由应用自己拉起的专用浏览器完成，它使用独立的 `user-data-dir`，与你日常使用的浏览器相互隔离。**应用不收集、不输入、不保存招聘网站的账号密码，也不读取或保存登录 Cookie**：首次登录由你在该专用浏览器窗口里自己扫码完成，凭据只存在于该浏览器的数据目录内。网申侧**只填不提交**（不点提交按钮、不执行表单提交脚本）。投递与采集日志对账号密码、Cookie、请求头等凭据脱敏，只记录排障所需的步骤、状态与错误类别；遇到验证码或安全验证时不尝试绕过，如实记为失败并提示手动处理。对外分享日志或导出文件前仍应自行核对。 - 默认部署只应监听本机回环地址。CORS 不是身份认证，不要将后端端口直接暴露到局域网或互联网。 - 「生成内容保存位置」是用户明确选择的本地目录，不是服务端上传目录；只有后端本机原生文件夹选择器能设置它：目录探针和持久化均发生在选择器返回值上，HTTP 设置接口仅接受清除标记、不接受客户端路径。选择与清除仅允许回环客户端；Origin / Fetch Metadata 防线拒绝跨站写请求。简历导出的 GET / POST 均要求回环直连且非跨站；不满足时在查询简历、执行目录探针和写出产物之前返回 403。本机前端与无浏览器来源的本机 CLI 仍可按设置保存。 - **AI 外发前预览与用量账本**：调用生成/建议等模型能力前，应用会给出本次外发的目标服务、资料类别、附件类型、已排除字段与是否抓取网页正文的预览；预览正文只在内存中展示，**不写 localStorage、不写日志、不落库**。用量账本按任务/模型/数据集汇总 token、耗时、结束原因与重试次数，缺失 token 标「未知」，费用只在用户配置了单价时估算；**账本不保存提示词正文、API Key、密码、完整个人资料或原始附件**。诊断事件沿用同一隐私口径（只记类别、计数、耗时与错误类别）。 - 安装依赖时使用仓库中的锁文件/版本清单，并审查 Dependabot 和 CI 依赖审计结果。 ## Windows 桌面安装版（1.0.0 起） - **数据统一存放在用户目录**：`%APPDATA%\ResumeForge\data` 收纳主数据库、附件副本、备份，以及投递专用浏览器与网申浏览器的登录态目录（`RF_DATA_DIR` 环境变量可覆盖，控制台 / 便携形态行为与从前一致）。升级、卸载、重装程序都不触碰该目录；不要把它加进云盘同步或共享给他人。 - **应用内更新器先校验再安装**：下载完成后核对发布方随包提供的 SHA-256（格式不符——例如带 coreutils `*` 前缀的旧式 sidecar——会被直接拒收），并校验稳定版本号、目标平台与发布资产来源；任一不满足都不会进入安装，下载 IO 异常不会挂起、子进程启动失败有明确终态。 - **每个发布资产都可逐个校验**：每个发布资产随包提供对应的 `.sha256` 校验文件。项目未配置代码签名证书时，安装包是**未签名**的，Windows SmartScreen 会提示「未知发布者」——请以下载来源与 `.sha256` 为准，不要因此认定文件被篡改。 - **覆盖程序文件之前先给用户数据拍整包快照**：`update.cmd`（实际调用 `scripts/Update-ResumeForge.ps1`）在覆盖程序文件**之前**运行 `backend/scripts/create_user_data_snapshot.py`。该脚本复用「导出全部数据集」链路并校验归档可读性；脚本缺失时回落到只拷 `*.db` 与几个 json 指针文件。快照写在 `backend/data/pre-update/<时间戳>/`，普通快照只保留最近 3 份，名字带 `pre-major` 的跨大版本快照**永不自动清理**。快照包**默认包含大模型 API Key**（与上文备份包口径一致），所以它和数据目录同级敏感。走安装器升级时，数据目录在安装路径之外，安装器不会触碰它。 - **从 0.18.0 安装版升级时的数据抢救**：旧安装版把数据写在安装目录内，而 NSIS 原地升级会先执行旧卸载器。1.0.0 起安装器在触碰旧版本**之前**先把旧数据逐文件复制到临时目录并校验字节数——检测到应用仍在运行或校验失败都会**中止安装**并保留原数据；安装完成后再交给应用的数据迁移流程（先备份、弹窗确认、才搬进 `%APPDATA%\ResumeForge\data`）。目标位置已有数据库时绝不覆盖。 - **交付存档指纹**：每条投递记录保存交付快照，原简历删除后仍可按存档重放导出；重放产物与原件字节可能不同（HTML 每次渲染更换 CSP nonce），界面会如实标注并给出原始产物的 SHA-256 指纹。对外提供存档文件前，仍应自行确认其中不含不想披露的个人信息。 - **打印桥只接受应用内请求**：桌面壳的打印 IPC 只接受主窗口顶层 frame，并校验通道与 payload 形状（≤5MB UTF-8 字节）；加载字体/图片、就绪与打印各设预算，异常与超时都会销毁隐藏窗口。`nodeIntegration: false` / `contextIsolation: true` / `sandbox: true` 不变，打印窗口拒绝导航与开新窗口，打印输入只来自应用生成的 HTML——不接受任意 URL，简历网页内容无法通过打印桥获得系统能力。CI 的 desktop-shell 作业里有真实 Electron 冒烟：真实 IPC 通道 + 隐藏窗口 + Chromium `printToPDF` 产出 PDF，并验证非主窗口 sender、非法/超大 payload 与超预算路径都会被拒绝且快速收尾；需要图形会话的环境不在本地冒充已验证。 ## 用户侧建议 - 使用权限范围最小、可单独吊销的 API Key，并定期轮换。 - 定期备份数据库；可运行 `backend/scripts/backup_database.py` 创建一致性 SQLite 备份，备份文件仍应加密并放在受控位置。 - 对外分享日志或导出文件前先移除个人信息。 - 删除不再需要的助手会话，并在发送附件、岗位、简历或资料前检查当前配置的模型服务商和其数据保留政策。 - 使用自动采集或自动投递前，先确认目标招聘网站允许自动化操作；登录凭据由你在投递专用浏览器里自持，不再使用时可在该浏览器中登出并清理其数据目录。 - 从可信来源获取项目，并核对依赖更新和发布说明。