Data Maskit 数据面具

本地隐私脱敏网关

AI编程开发 部分免费

数据面具 Data Maskit — 专为大模型打造的本地隐私脱敏与还原网关

技能简介

Data Maskit(数据面具)是一款专为 AI 编程助手设计的本地隐私脱敏工具。当你在 Cursor、Claude Code、Codex、OpenCode 等工具中工作时,代码里的密码、数据库连接串、私有 IP、手机号等敏感信息往往在不知不觉中被上传至外部大模型,造成数据泄露风险。Maskit 以本地透明代理的方式,在请求发出前将敏感信息自动打码为结构化占位符,大模型回答时再毫秒级流式还原——整个过程对用户完全无感,100% 本地运算,零外部遥测。

核心能力

  1. 19 类敏感信息自动识别:内置正则规则覆盖 API Key、Token、PEM 私钥、数据库连接串、手机号、身份证、邮箱、银行卡、内网 IP 等高频风险类型,开箱即用无需配置。
  2. 多轮会话占位符一致性:独创占位符复用机制,同一长对话中相同敏感词全程映射为同一占位符,确保大模型逻辑推理不串号。
  3. SSE 流式响应无感还原:针对 OpenAI/Anthropic 的 text/event-stream,逐事件还原下发,保留官方原生打字机体验,完全不卡顿。
  4. 免装根证书多端口反代:为不同模型分配独立本地端口(如 18701 对应 OpenAI、18703 对应 Anthropic),无需向操作系统安装自签名 CA 证书。
  5. Fallback 透明直连兜底:即便关闭脱敏代理,本地端口依然维持轻量级透明直连,AI 工具绝不会意外断网。
  6. 全链路安全审计与成本看板:记录每笔请求打码明细,监控模型回复中潜在泄露与越狱风险,统计 Token 用量与费用支出。
  7. 自定义敏感词与正则扩展:支持按企业规则自定义内部人名、项目代号、保密业务词,支持整词边界与自定义正则。

安装配置

  1. 下载安装:访问 GitHub 仓库(https://github.com/xiaYuTian11/maskit),下载对应平台(Windows/macOS/Linux)的最新 Release 包,或使用 Docker 部署(amd64/arm64 均支持)。
  2. 启动服务:运行 Maskit 主程序,默认在本地监听多个端口(18701-18709),分别对应不同的模型服务商。
  3. 配置 AI 工具 Base URL:在 Cursor 设置、Claude Code 配置或任意支持自定义 API 端点的 AI 工具中,将 base_url 改为本地对应端口(如 http://127.0.0.1:18701)。
  4. 验证安装:打开 Maskit 控制台,查看各端口状态为「运行中」即可开始使用。

使用步骤

  1. 启动 Maskit 客户端:双击运行,数据面具托盘图标亮起,控制台显示各端口状态。
  2. 在 AI 工具中发起请求:例如向 Claude 询问数据库连接问题——mysql://root:Password123@192.168.1.50:3306/db 这段内容会在发出前被替换为 {{CONNSTR_xxxx}}。
  3. 查看打码日志:在 Maskit 控制台的「拦截日志」页面,实时查看出网内容与原始内容对照,确认打码无误。
  4. 接收模型回复并无感还原:模型回复流式下发时,Maskit 同步将占位符还原为原始敏感信息,用户最终在 AI 工具中看到完整明文,体验与直连无异。
  5. 查看安全审计:在「安全审计」页面定期检查是否存在异常泄露、Prompt 越狱或命令执行风险。

适用场景

  1. AI 编程辅助场景:开发者在使用 Cursor、Windsurf、Claude Code 等工具时,代码中包含数据库密码、API Key、内网地址时自动保护。
  2. 企业安全合规:金融、医疗、政务等涉及敏感数据的行业,需防止内部信息通过 AI 服务外泄。
  3. 第三方模型调用:调用 OpenAI、Anthropic、Kimi 等外部模型时,确保私有数据不上传。
  4. 安全审计与监控:团队管理员可通过全链路日志,审计 AI 对话中的敏感数据流向。

适用人群

  • 使用 AI 编程工具(Cursor、Claude Code、Codex 等)的开发者
  • 对代码隐私和数据安全有要求的企业团队
  • 需要调用外部大模型但处理敏感业务数据的技术人员

工作原理

Maskit 本质是一个本地透明反代服务器。工作流程分为三个阶段:①打码阶段:请求发出前,Maskit 扫描 HTTP body 中的敏感内容(数据库连接串、IP、手机号、凭据等),替换为随机生成的结构化占位符;②传输阶段:打码后的内容以明文形式发送至外部大模型,模型基于占位符进行推理;③还原阶段:模型响应流式返回时,Maskit 实时拦截并逆向还原占位符,最终用户看到完整明文。整个过程在本地进程内完成,无任何数据上传至第三方。

官方链接

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论