隐私数据脱敏器

要解决什么问题

把日志、导出表、Markdown 文档或 JSON 配置交给同事、归档到公共仓库，或整份丢给大模型做分析时，手机号、身份证、邮箱、银行卡、IP 地址和常见 API 密钥往往混在正文或字段里。手工查找既慢又容易漏项；漏掉一项就可能构成隐私或密钥泄露。

本技能面向「有可分析的本地文件」场景：在不动原文件的前提下，批量扫描并替换敏感模式，同时留下可复查的审计材料，而不是只给口头建议。

技能如何工作

输入可以是单个 文本 / Markdown / CSV / JSON 文件，或包含这些类型的目录。典型流程包括：

• 校验文件是否存在、字段是否完整，并说明缺失字段对识别范围的限制
• 在独立输出目录运行脱敏脚本，生成保持原目录结构的副本
• 产出 redaction_report.md、redaction_report.json、redaction_counts.csv，便于人工抽查与后续自动化读取
• 对报告中的结论做抽查，将「规则命中」与「事实认定」区分开，缺证据时标为待确认

识别侧以模式匹配为主：覆盖常见手机号、证件号、邮箱、银行卡、IP 与 API Key 形态，并汇总命中次数与优先级，方便你先处理高风险项。

边界与注意点

• 默认不保存原值映射；脱敏结果仍需人工抽查后再外发，不能替代行业合规审计
• 脚本不能证明数据已满足全部法规要求；高风险判断应写明假设与限制
• 删除、覆盖、发送或上传文件前须你明确同意；报告本身也不应写入完整身份信息或密钥原文
• 若只有口头需求、没有可分析材料，应先收集最小输入，而不是假装已完成分析