Maskit 是什么
Data Maskit（数据面具，下称 Maskit）是一款开源数据脱敏工具，形态是装在本机的隐私脱敏与还原网关：插在 Cursor、Claude Code 这类 AI 编程工具与模型 API 之间，请求出网前自动把密钥、内网地址、手机号等敏感信息替换成结构化占位符，模型回复时再毫秒级流式还原成原文，100% 本地运算、零遥测。项目在 GitHub 开源（xiaYuTian11/maskit），AGPL-3.0 协议，2026-09 查询约 200 star（精确值 198），创建于 2026-09-09，是刚起步的新项目。适合每天用 AI 编程工具处理真实工程上下文、又不愿把数据库密码和内网拓扑交给模型服务商的开发者。
AI 编程工具会把哪些信息发出去
把真实代码或工程上下文交给模型，三类高危信息会随请求被动外发——工具组装请求时读取整个上下文，敏感字段夹在里面一起出门。官方 README 把检测目标归纳为三类。
第一类凭据与密钥：sk-proj-... 风格 API Key、ghp_... 开头的 GitHub Token、云厂商 AccessKey、JWT Token、PEM 私钥证书，泄露即可直接冒用，常藏在日志片段、报错堆栈和环境变量示例里。
第二类内网资产拓扑。一条数据库连接串（mysql://root:Pass123@192.168.1.50:3306/db）等于同时交出账号、密码、内网主机和端口；私有 IP（10.x / 172.16.x / 192.168.x）成片出现，等于画出半张内网地图。
第三类业务隐私 PII：手机号、身份证、姓名、银行卡，以及企业内部代号与保密业务词——不在任何通用合规词表里，却往往最敏感。
工作原理：占位符怎么穿过大模型
机制三步：出网前本地打码、模型只见占位符、回复流式还原。官方 README 示例：
| 阶段 | 内容样例 |
|---|---|
| 你的实际输入 | 排查数据库：mysql://root:Pass123@192.168.1.50:3306/db，联系人李四 13800138000 |
| 模型实际收到 | 排查数据库：{{CONNSTR_zkpmqx}}，联系人{{TERM_fnqtsw}} {{PHONE_bcdfgh}} |
| 模型生成的回答 | 建议检查 {{CONNSTR_zkpmqx}} 的网络连通性，并让 {{TERM_fnqtsw}} 核对账号权限 |
| 你最终看到的输出 | 建议检查 mysql://root:Pass123@192.168.1.50:3306/db 的网络连通性，并让 李四 核对账号权限 |
占位符是”类型前缀加随机后缀”的形式：模型知道 {{PHONE_bcdfgh}} 是电话号码、{{CONNSTR_zkpmqx}} 是连接串，推理方向不受影响；真实值只存本机映射表，出网请求体没有原文。
多轮一致性靠滑动窗口复用：官方说明同一长对话中”张三”在第 1 轮和第 10 轮映射为同一个占位符，推理不串号。
流式还原决定体验是否无感：打字机效果依赖 SSE（text/event-stream）响应，Maskit 逐事件还原下发，并处理占位符被切分进相邻 chunk 的拼接。还原在本机进程内完成，耗时为内存操作量级，远低于模型生成 token 的间隔（“毫秒级流式无感还原”为官方 README 表述）。
为什么是本地网关这个形态
本地网关的价值在于一处部署、所有工具生效，脱敏逻辑握在自己手里。两个工程取舍：其一，免装根证书——多数代理式方案依赖往系统装自签名 CA 证书，Maskit 用多端口反代绕开（18701 对应 OpenAI、18702 对应 DeepSeek、18703 对应 Anthropic，默认映射出自官方 README），工具只需改 Base URL；其二，Fallback Passthrough 兜底——即使 Maskit 退出，本地端口仍透明直连转发，故障最多是暂时没脱敏，不会放大成断网。
四种常见隐私方案对比（通用工程事实）：
| 方案 | 隐私效果 | 使用成本 | 适用场景 |
|---|---|---|---|
| 本地脱敏网关（Maskit） | 敏感字段出网前替换，云端模型照常用 | 一次部署，日常无感 | 主力用云端模型、要收窄外发面的个人与小团队 |
| 本地模型（Ollama 等） | 数据完全不出本机 | 显卡加磁盘投入，装环境调参数 | 合规红线严、离线环境、能接受蒸馏版能力 |
| 人工删敏感信息 | 靠自觉与细心，遗漏难免 | 每次粘贴前手工检查 | 极偶尔贴代码的个人 |
| 企业 DLP | 组织级管控、可审计 | 采购部署加策略维护，周期以月计 | 有安全团队的中大型组织 |
两条路线可以叠加：主力开发走网关加云端模型，红线任务走本地模型，见 DeepSeek 本地部署与 Ollama 方案；另一类本机隐私实践见 OpenHuman 本地隐私运行。
三类检测目标与内置规则
Maskit 内置 19 类正则扫描规则（官方 README），覆盖凭据、拓扑、PII 三类目标，官方称默认”收敛核心隐私、低误报”：
| 检测目标 | 典型样例 | 泄露后果 |
|---|---|---|
| 凭据与密钥 | sk-proj-...、ghp_...、云 AccessKey、JWT、PEM 私钥证书 | 可直接冒用，损失最直接 |
| 内网资产拓扑 | 数据库连接串、私有 IP（10.x / 172.16.x / 192.168.x） | 暴露内网结构 |
| 业务隐私 PII | 手机号、身份证、姓名、银行卡、邮箱、内部代号 | 触碰个人信息保护红线 |
自定义能力补的是第三类盲区：企业代号、保密业务词不在任何通用规则库（官方 README 支持按分类管理自定义敏感词、整词匹配与自定义正则），试运行期就该把内部词表灌进去。
适用范围：任何可配 Base URL 的工具
接入条件只有一条：工具允许自定义 API 端点。官方 README 列出的适配对象包括 Cursor、Claude Code、Codex、Pi、OpenCode、ChatGPT 与 Aider，Python、Node.js、LangChain 代码接入同样覆盖。
判断工具能不能接，看模型设置里有没有 Base URL、Override 类字段，或 OPENAI_BASE_URL、ANTHROPIC_BASE_URL 一类环境变量。Cursor 与 Claude Code 的逐步接入见 Maskit 接入 Cursor 与 Claude Code 教程；还没装 Claude Code 的，先看 Claude Code 安装教程。
项目成熟度：约 200 star 的新项目怎么试
Data Maskit 是星数三位数的新项目：仓库 2026-09-09 创建（GitHub），2026-09-13 仍有提交，2026-09 查询 star 数 198，协议 AGPL-3.0，社区设 LINUX DO 论坛与官方 QQ 群（489926214）。评估建议（工程建议）：
- 先在非核心业务试运行一到两周，用假数据跑真实工作流，统计漏报与误报，规则先紧后松。
- 盯日志与审计面：Maskit 提供全链路请求日志、被动安全审计（官方称可监控回复中的错误泄露、身份换芯、Prompt 越狱等风险）与 Token 费用统计（官方 README）。
- 读源码：本地隐私工具”可自己审计”比 star 数重要。脱敏引擎基于 mitmproxy 代理架构（仓库 topics 标注），Python 实现，桌面端为 Tauri，另有 Docker（amd64/arm64）形态。
- 协议约束：AGPL-3.0 对个人、研究、开源使用免费；闭源商业产品集成分发需遵守 AGPL 条款（官方 LICENSE 说明）。
常见问题
数据脱敏是什么意思？
数据脱敏指把文本中的敏感信息替换成无真实含义的替代内容，让处理方拿不到原文。AI 编程场景即密钥、内网地址、手机号出网前先替换成占位符。
传统脱敏在数仓环节处理静态数据集；Maskit 把脱敏搬上实时链路并做成双向：出网打码、回程还原，模型只见占位符。
数据脱敏工具有哪些？
常见数据脱敏工具分三类：数仓与测试数据集用的静态脱敏工具、数据库或 API 前的动态脱敏网关、面向大模型场景的本地脱敏网关，Maskit 属第三类。
差别在对象与时机：静态脱敏批处理数据集，动态脱敏拦数据库访问，大模型网关拦模型 API 请求并做回复还原。
把公司代码发给 AI 编程工具安全吗？
默认要当心：请求携带上下文出网，密钥、内网拓扑、个人信息常随代码无意发出。用本地脱敏网关打码再出网，或改用本地模型，可把外发面压到接近零。
风险点在夹带物：连接串、Token、客户数据的泄露后果远大于业务逻辑本身。习惯做法是三层：工具侧关闭不必要的数据共享、网关侧自动打码、制度侧限定可进提示词的数据。