App 个人信息合规护栏
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-e56trugz/app-privacy-guard。
技能介绍
要解决什么问题
App 团队在起草隐私政策、功能说明或上架文案时,往往不清楚某句表述是否踩了《App违法违规收集个人信息行为认定方法》里的高频红线。事后用 pipl-audit 一类工具做深度审计,成本高、周期长,而日常改稿更需要的是发布前的快速核对:哪些词、哪类说法需要改,改到什么程度。
app-privacy-guard 定位的就是这种事前拦截——把待发布文本丢进去,按规则包扫一遍,输出结构化裁决,而不是替代法务出具法律意见。
技能如何工作
护栏按 Agent 主动调用的检测工具设计:输入隐私政策片段或功能说明,内核在本地匹配术语规则包(scripts/rules/terms.py),返回 --format json 结果。关键字段包括:
decision:clean(无命中)或flagged(有命中)risk_level:本次最高等级high/medium/low/nonefindings[]:术语、类别、等级、整改建议与在文中的位置
当前 v1.0.0 覆盖 6 类与认定方法对应的表述模式,例如:未公开收集规则、未经同意收集、超范围收集、强制捆绑授权、未经同意向第三方提供、未提供删除/注销等。典型用法是 high 拦截修改、medium 人工确认;规则与 scripts/guard.py 检测内核分离,扩词表不必动核心逻辑。
运行约束强调纯本地:标准库、无网络、无遥测、不落盘持久化用户输入。
适用边界与注意点
这是基于词表的高频表述核对清单,不能保证穷举全部合规义务,也可能漏报或误报,需结合上下文判断。不构成法律建议或合规证明。与 PIPL 系列的搭配是:日常改稿用本护栏,上线前全面体检再走 pipl-check / pipl-audit;运行时 PII 流则另有 pipl-guard 等工具,职责不要混用。
使用场景
- 新版本隐私政策定稿前,把全文片段交给护栏扫 high/medium 命中再合入发布包
- 功能说明里写权限与数据用途时,逐段检测「默认开启」「静默收集」等表述
- Agent 工作流在文案写入 CMS 或商店描述前,用 JSON 裁决决定是否拦截发布
- 与深度审计分工:日常多轮改稿用护栏快速迭代,上线前再跑完整自查
适合人员
- 负责应用商店上架文案与隐私政策迭代的移动端产品经理,需要在发版前自检表述风险
- 法务体量有限的 App 团队里兼管合规的产品运营,要先把六类高频违规用语筛出来再送审
- 在 Agent 里编排「文案生成 → 合规扫描 → 人工确认」流程的平台或工具工程师
- 做个人信息保护实践、需与 pipl-audit 分工的日常合规对接人