敏感信息检测与可逆脱敏工具
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 @user_cf24022c/sensitive-detector
技能介绍
适用问题
在接入 LLM 的消息链路里，常见风险不是“没有脱敏”，而是敏感字段散落在自由文本、附件、API Key、连接串、Token、私钥中，人工配置容易漏；普通正则替换又会造成不可逆损坏，影响模型理解和用户回看。该技能面向这种场景，在消息处理入口自动识别并做可逆脱敏，目标是让外部服务或模型看到的是受控内容，而用户端仍可还原原始内容。
工作机制与边界
核心能力包括自动检测手机号、身份证、邮箱、QQ、车牌、银行卡、IP 等 PII；OpenAI、Anthropic、GitHub、Slack、Discord、Telegram、Google 等 API Key；数据库连接串；JWT、SSH 私钥；以太坊/比特币地址、私钥、助记词。资料还提到图片敏感信息检测、Prompt 注入检测和危险命令检测，并声称加载后自动生效、不可通过“不脱敏/跳过检测”等请求绕过。
集成方式偏轻量：Python 3.7+，纯 Python，无外部依赖，资料称内存占用低、处理 100 个敏感信息低于 0.01 秒，适合本地消息中间件。使用边界要注意：它是单线程设计，不适合高并发共享状态场景；所谓“可逆”依赖其还原机制，需在自己的日志、审计和回显链路上验证；若业务对“强制脱敏”有合规要求，还应评估它是否能覆盖非文本输入、多语言格式和上下文依赖的凭证识别。
使用场景
- 在用户消息入口拦截手机号、身份证、邮箱等 PII，避免原始值进入日志或下游服务
- 识别包含 API Key、JWT Token、数据库连接串的工单文本，并做可逆遮蔽
- 检测用户输入中的 Prompt 注入或危险命令意图，减少提示词攻击进入模型链路
- 处理包含银行卡、车牌、QQ 号等内容的图片截图时，自动提取并脱敏敏感字段
适合人员
- 负责接入 LLM 消息网关的后端工程师，希望统一拦截手机号、邮箱、API Key 等敏感文本
- 安全合规工程师，需要检测用户输入中的 JWT、SSH 私钥、数据库连接串并保留可审计脱敏日志
- AI 应用负责人，需要在提示词入口拦截包含 Prompt 注入或危险命令的用户消息
- 运维平台开发者，要在 Docker 或 WSL 本地消息中间件中加入可逆脱敏能力
相关技能
面向 Skill 发布前的安全审计工具，静态检测注入、凭证、SSRF、依赖 CVE 与权限授权，输出评分和修复建议。
面向独立开发者，把 Git 周报、反馈工单和项目健康巡检自动化，并输出可发送的 Markdown 报告。
在 Windows 中扫描缓存、临时文件和垃圾文件，展示占用空间与风险等级，并按用户选择清理释放空间。
在 Ubuntu/Debian 云主机上部署微信服务号后端，内置 Hermes AI 客服、Nginx、systemd 与管理后台。