Tokenhush
运行在本地回环地址上的 HTTP 网关工具,专门解决 AI 编程工具(如 Claude Code
Tokenhush 是一款运行在本地回环地址上的 HTTP 网关工具,专门解决 AI 编程工具(如 Claude Code、Codex CLI 等)在发送请求时可能无意中将密钥、凭证和个人隐私信息(PII)泄露给模型提供商的问题。它工作在 AI 编程工具和外部 API 之间,对外发请求中的敏感内容进行检测和脱敏处理后转发,对返回结果中的脱敏内容进行还原,确保 AI 编程工具全程接触不到真实的密钥和隐私数据。
核心功能
Tokenhush 提供了从请求拦截到响应还原的完整闭环隐私保护能力,所有处理均在本地完成,不依赖任何远程服务。
- 可逆脱敏机制:对外发请求体中检测到的所有密钥和隐私字段,用会话作用域的占位符(如 __PII_api_key_xxx__)替换;响应返回后,将占位符还原为原始值,AI 编程工具全程只能看到占位符,无法获知真实凭证内容。
- 多种内置检测器:默认启用前缀检测(支持 sk-、AKIA、ghp、glpat-、xox*、AIza、npm 等常见密钥格式)、JWT 检测、PEM 私钥头检测、信用卡号(Luhn 算法)检测和公开邮箱后缀邮箱地址检测共五种检测器,高熵字符串检测作为可选功能供用户开启。
- 支持 14 款主流 AI 编程工具:包括 Claude Code、Codex CLI、Aider、Cline、Roo Code、opencode、Qwen Code、Charm Crush、Zed、Continue.dev、Open WebUI、Goose、OpenHands 和 Kilo Code,每款工具都有现成的配置命令,一键完成环境变量设置。
- 规则扩展机制:支持签名规则包、声明式敏感键名配置,以及编译时插件三种扩展方式,可根据实际工作流添加自定义检测规则。
- 纯 Go 语言实现:CGO_ENABLED=0,单文件二进制分发,无外部运行时依赖,支持 macOS、Linux 和 Windows 三大平台。
技术实现
Tokenhush 本质上是一个工作在 127.0.0.1:8787(默认端口)的本地 HTTP 反向代理。它拦截 AI 编程工具发出的 HTTP 请求,通过正则匹配和规则引擎对请求体 JSON 进行遍历,对命中的字段值执行替换;请求发送前将原始值缓存到会话存储,响应回来后再从会话存储中取出原始值替换回响应体中对应的占位符。由于替换发生在请求离开本地网卡之前,所有敏感数据实际上从未真正发送到外部网络。
Tokenhush 不执行 TLS 终止(不充当 MITM 代理),也不安装根证书,仅绑定回环地址,攻击面极小。默认无任何遥测上报,可选的上报(版本检查和规则同步)均可独立关闭。检测器规则采用确定性顺序评估,不存在随机性或并发状态问题。所有核心逻辑分布在 pkg/filter 包中,遵循统一的 Rule 接口规范,便于扩展新的检测器和处理逻辑。
快速上手
上手 Tokenhush 只需四步,所有主流平台均支持一行命令安装。
第一步:安装 Tokenhush。macOS 用户执行 brew install --cask fregie/tap/tokenhush;Linux 用户执行 curl -fsSL https://raw.githubusercontent.com/fregie/tokenhush/main/install.sh | bash;Windows 用户执行 irm https://raw.githubusercontent.com/fregie/tokenhush/main/install.ps1 | iex。
第二步:启动网关。在终端执行 tokenhush run,保持运行状态。启动后会打印本地回环地址和配置模板。
第三步:配置 AI 编程工具。运行 tokenhush env 获取对应工具的配置命令并执行。例如 Claude Code 用户执行 eval "$(tokenhush env claude)"。
第四步:正常使用编程工具。此时所有流经 Tokenhush 的请求都会自动完成敏感信息脱敏,响应中自动还原。
适用人群
在日常工作中使用 AI 编程工具并处理包含密钥、API 凭证、数据库连接信息等敏感数据的开发者,是 Tokenhush 的核心用户群体。对于在代码库中管理大量第三方 API 密钥的 DevOps 工程师、负责企业级 AI 编程工具部署和安全的 IT 安全人员,以及对 AI 编程工具可能无意泄露密钥风险有较高安全意识的独立开发者,Tokenhush 提供了无需复杂配置即可生效的本地化隐私保护方案。
开源协议
Tokenhush 采用 Apache-2.0 开源协议,完全免费,代码可在 GitHub 公开查阅。
评论与建议
登录 后参与评论或提建议