dsh-plugin-data-mask

数据脱敏插件 (DSH Data Mask)

粘贴到 DeepSeek Harness 对话框时自动剔除敏感信息的插件：手机号、身份证号、银行卡号、邮箱、API 密钥、数据库连接串、内网 IP 等在进入输入框之前就被替换掉，原文不会被发送给模型，也不会写进会话记录。

这是本仓库实现的完整插件（@local/dsh-plugin-data-mask），已经安装到 web profile 并启用。

你复制的文本 ──► 剪贴板 ──► 粘贴拦截器（本插件，在输入框之前）──► 脱敏文本 ──► 输入框 ──► 模型
                                   │
                                   └─► 输入框卡片上方的等宽提示条：「已脱敏 N 处」+ 按住查看原文 + 撤销脱敏

作者与开发方式

维护者：virzs（仓库所有者）。仓库内的代码、提交信息、测试与验证脚本均由上述智能体产出；如对实现有疑问或有改进意见，欢迎开 issue。

说明：本插件的开发过程如上；它运行时不调用任何模型 —— 脱敏完全在浏览器本地用正则与校验算法完成，不联网、不上传。

功能

• 粘贴即脱敏（默认开启）：在窗口捕获阶段拦截 paste，先替换敏感信息，再把脱敏后的文本重新交给输入框，因此正常粘贴行为（撤销边界、引用芯片处理）保持不变。
• 提示条：输入框卡片上方（宽度与卡片一致，两者对齐成一列）出现「已脱敏 N 处：手机号/固话×1、邮箱×1」，并提供两个按钮：
  • 按住查看原文：像密码框的“小眼睛”一样，按住时输入框临时切回原文，松开立即恢复脱敏文本，可以直接核对模型实际会收到什么；按住期间如果你改了草稿，松开时不会覆盖你的修改（状态栏会同步显示「输入框已切到原文」）。可反复按住，次数不限。
  • 撤销脱敏：把原文放回输入框。仅在草稿未被改动、且距粘贴不超过 10 分钟时可用；草稿变了会拒绝执行并提示，绝不会覆盖你后续的编辑。
  • 提示条属于产生它的那次会话（按侧栏选中行判定）：切换到别的会话立即隐藏，切回来会重新出现。
  • 草稿被删掉或改成别的内容时，提示条自动消失 —— 它描述的那段文本已经不存在了。判定读的是输入框实时内容，不看状态位（「正在显示原文」也是草稿变了，但那时候提示条必须留着）。
• 设置页：在左下角 设置 里，与其他内置分页并列的一项「数据脱敏」。页面按外壳的设置行规范实现（14/20 标题、12/18 说明、16px 行距、半像素分隔线），控件直接复用外壳 primitives（Switch / SegmentedControl），跟随主题与语言：
  • 启用粘贴脱敏（总开关）
  • 替换方式（整体替换 / 部分掩码 / 星号覆盖）
  • 识别规则：13 条规则逐条开关
  • 自定义规则：每行一条 /正则/标志 => 替换文本，例如 /EMP-\d{6}/ => [工号]；# 开头为注释，非法正则在行下直接报错
  • 试一下：输入或粘贴样例，实时显示替换结果与命中统计
• 三种替换方式：

  方式	手机号示例	说明
  整体替换（默认）	[手机号/固话]	最安全，只保留类型
  部分掩码	138****5678	保留可读上下文，隐藏部分定长补星号，不泄露原长度
  星号覆盖	***********	定长星号，隐藏长度

默认规则

敏感字段值：按字段名脱敏

值形态的正则对短值无能为力 —— "name":"12312"、"no":"1"、"phone":"123" 既不是手机号也不是身份证，靠值永远识别不出来。这类按键名处理：

设计上的三个要点：

1. 边界匹配：\w* 前缀吸收前缀，所以 work_no、order_no 都能命中 no；而 version、amount、count、support、country 不受影响（support 里的 sup 不是关键词，country 里的 un 也不是）。
2. 保持 JSON 合法：只替换值，保留键名、引号风格与原始空格，"no" : "1" 变成 "no" : "编号"，脱敏后仍然可以直接 JSON.parse。
3. 幂等：替换结果是标签而不是值，所以把已脱敏文本再粘一次不会二次改写或套娃（有测试守着）。

优先级上这条规则排在所有值形态规则之前：字段名已经确定了敏感，值长什么样都无关。partial 模式下它按整值处理（短值做部分掩码等于把值露出来，与目的相反），redact 模式照常打星号。可在设置页逐条开关。

优先级按“越具体越先匹配”排列，命中区间不会被后面的规则二次替换：16 位银行卡不会被当成手机号，MAC 地址不会被当成 IPv6，敏感字段的值也不会被值形态规则二次改写。

隐私边界

• 脱敏发生在浏览器内，原文不经过任何网络请求，也不写入 localStorage。
• 为了支持“按住查看原文 / 撤销脱敏”，原文只保留在内存里，并在 10 分钟后自动清除；点提示条右上角 ✕ 可立即丢弃。
• 设置项（开关、替换方式、规则开关、自定义正则）保存在浏览器 localStorage 的 dsh.data-mask.settings.v1 下。
• 已知局限：正则脱敏不是万无一失的 DLP。规则会随使用继续补充，重要的密钥请不要依赖任何客户端工具。

发布与收录

仓库需要打上 dsh-plugin topic 才会被 DSH 的插件列表收录（GitHub 仓库页右上角 ⚙ → Topics，或用命令行）：

gh api --method PUT repos/<owner>/<repo>/topics -f "names[]=dsh-plugin"
# 当前仓库已打：dsh-plugin, deepseek-harness, dsh, cordis, data-masking, privacy
gh api repos/<owner>/<repo>/topics     # 核对

安装与开发

# 安装（插件管理器会把它登记到 profile 的 dsh.profile.bundles）
# 在 Harness 里：plugin_manager install_bundle  target = 本目录绝对路径

# 依赖：无。运行测试（含产物同步、清单一致性与“不阻塞启动”约束）：
npm test

# 修改 engine.js 后把引擎重新内联进 client.js（tests 会检查两者是否同步）
npm run build

# 在真实浏览器里验证（需要一个运行中的实例 URL，含 token）
node scripts/check-web-boot.mjs     "http://127.0.0.1:3080/?token=..."
node scripts/check-web-e2e.mjs      "http://127.0.0.1:3080/?token=..."
node scripts/check-web-settings.mjs "http://127.0.0.1:3080/?token=..."

# 截图（仅本地视觉走查用；screenshots/ 已加入 .gitignore，不要提交）
# 截图会拍到运行中的 GUI，包含你自己的会话列表与对话标题，提交等于泄露。
node scripts/shoot-settings.mjs "http://127.0.0.1:3080/?token=..."

目录结构：

engine.js              规则、校验器、脱敏引擎（唯一事实来源，纯 ESM，可独立复用）
client.js              浏览器半边：内联引擎 + 粘贴拦截 + 提示条 + 设置页
index.js               Host 半边（本插件功能全在浏览器端，仅保留 bundle 入口）
cordis.patch.yml       bundle 补丁：插入 data-mask 行
scripts/build-client.mjs         把 engine.js 内联进 client.js 的生成脚本
scripts/repro-client.mjs         在 Node 里模拟浏览器模块表，复现客户端的加载错误
scripts/check-web-boot.mjs       无头 Chrome：抓真实控制台输出，确认启动门通过
scripts/check-web-e2e.mjs        无头 Chrome：验证粘贴脱敏、按住查看、撤销
scripts/check-web-settings.mjs   无头 Chrome：验证设置页渲染/切换持久化/开关生效
scripts/check-notice.mjs         无头 Chrome：验证提示条位置/按住查看/会话归属（切走与切回）
scripts/check-notice-align.mjs   无头 Chrome：验证提示条与输入框左右对齐等宽、真实指针连按三次
scripts/check-field-rule.mjs     无头 Chrome：验证按字段名脱敏（短值 JSON）在真实页面生效
scripts/check-session-flow.mjs   无头 Chrome：**在真实会话内**验证按住两次/撤销/切走切回
scripts/check-draft-deleted.mjs  无头 Chrome：**在真实会话内**验证删除草稿后提示条消失、显示原文期间保留
scripts/probe-session-identity.mjs   探针：确认切换会话时 composer 是否被复用（结论：逐字节相同）
scripts/probe-field-rule.mjs     本地探针：打印字段名规则在每个键上的判定（含误伤检查）
scripts/probe-field-idempotence.mjs  本地探针：验证「把脱敏结果再粘一次」不会二次改写
scripts/check-reveal-cycle.mjs   无头 Chrome：验证提示条宽度=输入框宽度、连续多次按住查看
scripts/check-page.mjs           无头 Chrome：页面现状排查（选择器找不到时用）
scripts/check-composer-dom.mjs   无头 Chrome：打印输入框区域的 DOM 与 data-* 标记
scripts/shoot-settings.mjs       无头 Chrome：截图到 screenshots/（仅本地，勿提交）
test/                  node:test 用例（引擎行为 + 产物同步 + 清单一致性 + 启动安全约束）

六条必须记住的工程约束

都是踩过坑后固化的，测试会强制守护：

1. client.js 不能 require 本包的子路径。 浏览器模块表只解析包自身的 id 和 /client 子路径；@local/dsh-plugin-data-mask/engine 这类子路径解析失败会让 bundle 的 import 直接 reject，而客户端插件的 import 失败会触发 Web 启动门， 整个 GUI 停在 “Failed to load plugins” —— 用户连界面都进不去。所以引擎是 npm run build 内联进 client.js 的，test/package.test.mjs 会断言 require() 只允许模块表种子词（react、@deepseek-ai/dsh-client-ui-primitives）。
2. inject 只声明 slots，locale 用 ctx.get('locale') 读取。 声明了却缺失的 服务会让 fiber 停在 pending，同样触发启动门。apply() 内每一步都包了 try/catch， UI 渲染包了 error boundary：任何一步失败只降级功能，不会阻塞页面。
3. ctx.effect(cb) 把 cb 的返回值当清理函数。 因此要交回清理函数，而不是在 ctx.effect 里执行副作用——写成 ctx.effect(installStyles()) 会“装好立刻拆掉”（样式 曾因此在浏览器里整个丢失）。
4. 定位输入框卡片要用外壳自己的标记 [data-composer-card]，不要用几何推导。 该卡片在 开始页只比视口窄约 27%、在会话页窄约 68%，且输入框自带一个内部滚动容器，任何宽高阈值 都无法同时命中两种布局（提示条曾因此压在输入框上）。提示条的宽度也取自同一张卡片的实测宽度， 不能写死。同理，函数不能重复声明：后声明的会静默覆盖前一个，noticeOffset 就这样被旧实现 盖掉过一次，测试因此加了重名断言。
5. 按住类交互只允许一条「松开」通路。 按钮自己的 onPointerUp 加文档级监听会让一次抬起 执行两次写入（第二次变成“追加”而不是“替换”）；而 setPointerCapture 会让第一次之后的 每次按下都收不到事件，表现为“只能按一次”。因此：松开只由文档监听负责，写入带幂等判断。 两条都有测试守住。
6. 会话归属只能读侧栏选中行，不能看 composer。 切换会话时外壳复用同一个 composer： 它的整条祖先链在切换前后逐字节相同（实测 diff: []），所以「节点还在」「结构指纹一样」 都无法证明还在同一个会话里 —— 提示条曾因此跟着用户跑到别的会话。唯一可靠信号是侧栏的 [data-row-key^="session:"][class*="selected"]，并在侧栏上挂 MutationObserver 以便立刻响应。 同理，测试必须真的打开一个会话：开始页与真实会话是不同的子树，只在开始页验证会漏掉这类问题。

开发提示：插件以 junction 链接方式安装在 C:\Users\virs9\.dsh\profiles\web\node_modules\@local\dsh-plugin-data-mask，直接指向本目录，改动即时生效（客户端代码刷新页面后加载）。

界面语言

页面文案跟随 Harness 的语言设置（内置 zh / en 词典，通过 Client locale 服务注册；该服务不可用时自动回退到内置词典，语言以外壳写入的 document.documentElement.lang 为准）。