Data Maskit (数据面具)

专为大模型打造的本地隐私脱敏与还原网关 · 请求自动结构化打码 · 回复打字机无感还原 · 100% 本地运算零遥测

简体中文 | English

💡 为什么需要 Maskit？

当你在使用 Cursor、Claude Code、Codex、Pi、OpenCode、ChatGPT 或任意 AI 编程助手 时，代码中的高危敏感信息往往在不知不觉中被发送到外部模型服务商：

• 🔑 凭据与密钥：sk-proj-...、ghp_...、云厂商 AccessKey、JWT Token、PEM 私钥证书；
• 🌐 内网资产拓扑：数据库连接串（mysql://root:[email protected]:3306/db）、私有 IP 地址（10.x / 172.16.x / 192.168.x）；
• 👤 业务隐私（PII）：手机号、身份证、姓名、银行卡、企业内部代号与保密业务词。

Maskit 的使命：在你的开发终端与外部 AI 服务之间架设一道透明的“本地隐私防护网关”——请求出网前在本地自动打码成结构化占位符，模型回答时毫秒级流式无感还原成原文！

🔄 核心原理与真实效果对比

✨ 核心亮点与功能全景

🛡️ 1. 深度脱敏与多轮会话一致性

• 开箱即用规则库：内置 19 类正则扫描规则（API Key/Token、PEM 私钥、数据库连接串、手机号、身份证、邮箱、银行卡、内网 IP 等），默认收敛核心隐私，低误报；
• 自定义敏感词与正则：支持一键按分类管理内部人名、项目代号、敏感术语；支持整词匹配边界与自定义正则扩展；
• 多轮会话滑动窗口复用：独创占位符复用机制。同一长对话中，“张三”在第 1 轮和第 10 轮始终映射为同一个占位符，大模型逻辑推理完全一致不串号。

⚡ 2. 毫秒级 SSE 流式接管（真·打字机体验）

• 针对 OpenAI / Anthropic 的 text/event-stream 流式响应，逐事件还原下发；
• 智能处理跨 chunk 占位符切片与缓冲区拼接，完全保留官方原生丝滑打字机体验，不卡顿、不迟滞。

🔌 3. 免装根证书 + 原生直连兜底（绝不断网）

• 多端口反代模式：为不同模型/渠道分配独立本地端口（如 18701 对应 OpenAI、18703 对应 Anthropic），只需在工具中将 base_url 改为本地端口，无需向操作系统安装自签名 CA 根证书；
• Fallback Passthrough 兜底保障：哪怕你关闭了脱敏代理或退出软件，本地端口依然由轻量底层维持监听并透明直连转发明文，你的 AI 工具绝不会意外断网或报网络错误！

📊 4. 实时日志、安全审计与成本排行

• 全链路日志明细：查看每一笔请求的出网打码、上游响应、耗时分布，并提供一键高亮原文对照；
• 被动安全审计：实时监控模型回复中是否存在错误泄露、身份换芯、Prompt 越狱、命令执行等潜在风险；
• Token 用量与费用估算：支持主流大模型价格智能匹配，直观统计每日调用量与费用支出。

🔒 5. 100% 纯本地运行，零外部遥测

• 脱敏与还原全部在本地进程内运行，不收集任何用户隐私，不上传任何日志，无第三方分析统计 SDK。

📸 功能界面概览

控制台概览 (Dashboard)	客户端多端口管理 (Clients)
实时拦截日志 (Logs)	敏感词库与正则 (Words)
数据统计与成本看板 (Stats)	安全审计中心 (Audit)

🛠️ 万能接入指南（支持任意可配 Base URL 的工具）

接入极简：在你的任意工具中，只需把 API Base URL 改为 Maskit 对应的本地端口即可！

默认端口映射：OpenAI 协议 http://127.0.0.1:18701/v1 ｜ DeepSeek 协议 http://127.0.0.1:18702/v1 ｜ Anthropic 协议 http://127.0.0.1:18703（可自由添加修改）

1. Cursor

打开 Cursor → Settings → Models：

• OpenAI Base URL：http://127.0.0.1:18701/v1
• 填入你的真实 API Key（Maskit 在本地收到后安全转发给上游）。

2. Claude Code（配合 cc-switch 一键使用）

• 在 cc-switch 中，将正在使用的 Claude 渠道 Base URL 修改为： http://127.0.0.1:18703
• 或通过终端环境变量启动：
  copy

  export ANTHROPIC_BASE_URL="http://127.0.0.1:18703"
  claude
  

3. Codex / Pi / OpenCode / Aider / 命令行工具

通过环境变量指定本地代理端口即可无感打码：

# Linux / macOS
export OPENAI_BASE_URL="http://127.0.0.1:18701/v1"
export OPENAI_API_KEY="your-api-key"

# Windows PowerShell
$env:OPENAI_BASE_URL = "http://127.0.0.1:18701/v1"
$env:OPENAI_API_KEY = "your-api-key"

4. 代码接入（Python / Node.js / LangChain）

from openai import OpenAI

client = OpenAI(
    base_url="http://127.0.0.1:18701/v1",
    api_key="your-api-key"
)

# 正常调用，全链路自动本地打码与流式还原
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "排查数据库连接：mysql://root:[email protected]:3306"}]
)
print(response.choices[0].message.content)

5. 添加第三方中转站 / 聚合网关（如 One API / New API）

1. 在「客户端管理」点击「添加客户端」；
2. 目标网关：填入中转商地址（如 https://api.your-relay.com）；
3. 本地端口：填一个未被占用的端口（如 18709）；
4. 脱敏路径：直接填 /v1 即可（前缀通配，自动覆盖所有 /v1/chat/completions、/v1/models 等子路径）；
5. 保存后，外部工具的 Base URL 填 http://127.0.0.1:18709/v1 即可正常使用！

🚀 下载与部署

方式 A：Windows 桌面客户端（推荐个人日常使用）

1. 前往 GitHub Releases 发布页面；
2. 下载最新的 Maskit_<版本>_x64-setup.exe 安装包；
3. 双击安装运行，系统托盘右键即可启停，支持全自动数字签名（Minisign）无缝在线更新。

方式 B：Docker 私有网关（推荐团队 / 服务器 / NAS 部署）

无需下载源码，直接拉取 GitHub 官方预构建的多架构镜像（原生支持 linux/amd64 与 linux/arm64），内嵌完整 Web 控制台：

一行命令秒级启动：

docker run -d \
  --name maskit \
  --restart unless-stopped \
  -p 127.0.0.1:5801:5801 \
  -p 127.0.0.1:18701-18710:18701-18710 \
  -v maskit_data:/data \
  -e MASKIT_PANEL_TOKEN="请替换为你的随机控制台密码" \
  ghcr.io/xiayutian11/maskit:latest

浏览器打开 http://<服务器IP>:5801/?token=<你的密码> 即可直接管理！

安全建议：命令默认绑定 127.0.0.1 本机回环，保护反代端口不直接暴露到公网。如需局域网共享，建议配置 Nginx 反代加 TLS，或显式绑定到受信任的内网 IP。

方式 C：从源码运行与开发

git clone https://github.com/xiaYuTian11/maskit.git
cd maskit

# 1. 安装核心依赖
pip install -r requirements.txt

# 2. 启动引擎与 Web 控制台（浏览器打开 http://127.0.0.1:5801，密码见 engine/proxy_token）
python engine/panel.py

# 3. 前端界面二次开发（Vite 热重载）
cd frontend && npm install && npm run dev

💬 社区与交流

• 官方 QQ 交流群：489926214（欢迎加入交流讨论，获取最新规则与版本动态）；
• 论坛交流：LINUX DO 社区讨论专区；
• 建议反馈：GitHub Issues 与 GitHub Discussions；
• 安全漏洞：私密反馈渠道见 SECURITY.md。

📜 开源协议

Data Maskit 基于 GNU AGPL-3.0 许可证发布。个人开发者、研究人员及开源项目均可完全免费使用。如需在闭源商业产品中分发或集成，请遵循 AGPL-3.0 相关条款。

Made with ❤️ by TMW & Contributors.