data-desensitize

name	data-desensitize
description	对文档、日志、代码中的敏感信息进行智能识别和脱敏处理，生成可安全分享的版本。当用户要求"数据脱敏"、"脱敏处理"、"PII 脱敏"、"日志脱敏"、"敏感信息替换"、"隐私数据处理"时使用此技能。
metadata	{"version":"1.0.0","builtin":true}

数据脱敏 (Data Desensitize)

核心任务

对文档/日志/代码中的敏感信息进行智能识别和替换，生成可安全分享的脱敏版本，同时保留文档的可读性和上下文关系。

脱敏流程

1. 读取原始文档
2. 识别敏感信息（见 references/sensitive-types.md）
3. 生成一致性替换（相同值 → 相同占位符）
4. 输出脱敏文档 + 映射表

敏感信息类型

类型	标识符	示例
公网 IP	[PUBLIC_IP_N]	8.8.8.8 → [PUBLIC_IP_1]
内网 IP	[PRIVATE_IP_N]	192.168.1.100 → [PRIVATE_IP_1]
域名	[DOMAIN_N]	example.com → [DOMAIN_1]
邮箱	[EMAIL_N]	[e-mail] → [EMAIL_1]
手机号	[PHONE_N]	13800138000 → [PHONE_1]
身份证	[IDCARD_N]	110101199001011234 → [IDCARD_1]
银行卡	[BANKCARD_N]	6222021234567890123 → [BANKCARD_1]
API 密钥	[APIKEY_N]	sk-xxx... → [APIKEY_1]
凭据/密码	[CREDENTIAL_N]	password=xxx → [CREDENTIAL_1]
组织名称	[ORG_N]	某某公司 → [ORG_1]
人名	[PERSON_N]	张三 → [PERSON_1]
产品名称	[PRODUCT_N]	某某系统 → [PRODUCT_1]

详细定义见：references/sensitive-types.md

脱敏规则

一致性原则

• 相同的敏感值必须映射到相同的占位符
• 例：文档中多次出现 192.168.1.100，全部替换为 [PRIVATE_IP_1]

拓扑保留（可选）

• 同子网 IP 脱敏后仍保持同子网关系
• 例：192.168.1.100 和 192.168.1.101 → [PRIVATE_IP_1] 和 [PRIVATE_IP_2]（暗示同网段）

弱口令保留（可选）

• 常见弱口令可保留用于安全分析
• 例：123456、admin、password 保持原样

上下文感知

• 根据上下文判断是否为敏感信息
• 例：version: 1.0.0 中的数字不是 IP

输出格式

脱敏文档

直接输出脱敏后的完整文档，保持原格式（Markdown/JSON/YAML/文本）。

映射表（文档末尾注释）

<!-- DESENSITIZE_MAPPINGS
[PUBLIC_IP_1] = 8.8.8.8
[DOMAIN_1] = example.com
[EMAIL_1] = [e-mail]
-->

使用方式

单文件脱敏

用户：请脱敏这个文件 /path/to/doc.md

批量脱敏

用户：脱敏 /path/to/logs/ 目录下所有 .log 文件

指定脱敏类型

用户：只脱敏 IP 和域名，保留其他信息

带选项脱敏

用户：脱敏这个文档，保留弱口令，保持网络拓扑

并发批量处理

用户：并发脱敏这 5 个文件（或：快速批量脱敏）

当用户要求并发/并行/快速批量处理时，使用 Task 工具启动多个子代理并行处理：

• 每个子代理处理一个文件
• 主代理汇总结果和全局映射表
• 确保跨文件的一致性映射

工作流程

1. 读取文档：使用 Read 工具读取原始内容
2. 识别敏感信息：按类型识别所有敏感数据
3. 生成映射：为每个唯一敏感值分配占位符
4. 执行替换：替换所有敏感信息
5. 输出结果：
   • 使用 Write 工具写入脱敏文档（原文件名加 .desensitized 后缀或 .md 格式）
   • 在文档末尾添加映射表注释

示例

见：references/examples.md

注意事项

1. 不要过度脱敏：版本号、端口号、普通数字不是敏感信息
2. 保持可读性：脱敏后文档仍应易于理解
3. 处理边界情况：URL 中的域名、日志中的混合格式
4. 大文件分块：超大文件分块处理，保持映射一致性

附加资源

• 敏感类型详细定义
• 脱敏示例