敏感数据过滤

PicoClaw 会自动从工具结果中过滤敏感值 —— 如 API 密钥、令牌和密钥 —— 在将其发送给 LLM 之前。这可以防止凭据泄漏到模型上下文中，被回显给用户或被记录到日志中。

值的收集方式

敏感值在启动时从 .security.yml 文件中收集。该文件中定义的每个字符串值都被视为潜在的密钥。

配置

过滤在 tools 部分下进行配置：

字段	类型	默认值	说明
filter_sensitive_data	bool	true	启用或禁用敏感数据过滤。
filter_min_length	int	8	被视为需要过滤的值的最小长度。短于此长度的值将被忽略，以避免误报。

也可以通过环境变量切换过滤：

export PICOCLAW_TOOLS_FILTER_SENSITIVE_DATA=false

工作原理

1. 启动时，PicoClaw 读取 .security.yml 并收集所有满足最小长度要求的字符串值。
2. 这些值被组装成一个 strings.Replacer。
3. 对于每个工具结果，替换器扫描输出并将任何匹配的值替换为 [FILTERED]。

示例

假设 .security.yml 包含：

openai:
  api_key: "sk-abc123xxxxxxxxxxxxxxxxxx"
database:
  password: "super-secret-db-pass"

工具返回的内容为：

Connected to database with password super-secret-db-pass
API response from sk-abc123xxxxxxxxxxxxxxxxxx: {"status": "ok"}

LLM 将看到：

Connected to database with password [FILTERED]
API response from [FILTERED]: {"status": "ok"}

性能

• 短内容快速路径 —— 工具结果短于最小过滤长度时，直接返回而不进行扫描。
• O(n+m) 替换 —— 底层 strings.Replacer 使用高效的类 Aho-Corasick 算法，其中 n 是内容长度，m 是所有模式的总长度。
• 延迟初始化 —— 替换器在启动时构建一次，后续所有工具调用复用。

安全注意事项

• 过滤是尽力而为的。 如果密钥未列在 .security.yml 中，则不会被过滤。请始终保持安全文件的更新。
• 不过滤部分匹配。 值必须完全按定义出现。子字符串或编码变体（例如 base64）不会被捕获。
• filter_min_length 默认值为 8，旨在避免过滤短的常见字符串导致过多误报。请根据你的安全需求调整此值。
• 工具输入不会被过滤 —— 只扫描工具结果（输出）。如果敏感数据出现在发送给工具的参数中，不会被脱敏。
• 日志和存储 —— 过滤发生在结果发送给 LLM 之前，但原始工具输出可能仍然出现在本地日志中，具体取决于你的日志配置。