Expanso pii-detect

核心用法

pii-detect 是一款基于 Expanso Edge 运行的文本 PII 检测技能，可通过三种方式调用：

1. CLI 管道模式：直接通过标准输入输出处理文本，适合脚本集成与批量处理
2. MCP 服务器模式：作为模型上下文协议服务器运行，可与支持 MCP 的 AI 应用无缝集成
3. 云端部署：通过 expanso-cli 部署至 Expanso Cloud，实现规模化生产环境使用

该技能自动识别文本中的个人身份信息，如姓名、身份证号、手机号、邮箱、地址、银行卡号等敏感字段，输出结构化检测结果。

显著优点

• 部署灵活：本地 CLI、MCP 服务、云端托管三种形态覆盖开发测试到生产全生命周期
• 生态整合：原生支持 MCP 协议，可直接接入 Claude、Cursor 等 AI 开发环境
• 轻量化：基于 Expanso Edge 运行时，资源占用低，启动速度快
• 标准化输出：结构化检测结果便于后续脱敏、标记或阻断决策

潜在局限

• 依赖 Expanso 生态：必须安装 expanso-edge 或 expanso-cli，增加初始部署成本
• 检测深度未公开：未说明是否支持上下文推理 PII（如"张经理，手机号后四位 1234"）
• 多语言支持未知：未披露对中文姓名、身份证号等本地化 PII 的识别准确率
• 无自定义规则：未提及是否支持用户自定义正则或实体类型扩展

适合人群

• 需要为 AI 应用添加 PII 过滤层的产品开发者
• 构建数据合规流水线（GDPR、个保法）的工程师
• 使用 Expanso Cloud 进行无服务器计算的团队

常规风险

• 数据外流风险：云端部署模式下，敏感文本需传输至 Expanso Cloud
• 误报与漏报：自动化 PII 检测存在边界模糊场景（如"北京 2024" 是地址还是编号）
• 运行时依赖：Expanso Edge 的稳定性直接影响服务可用性
• 认证缺失：当前安全报告为系统占位生成，未经过实际渗透测试或代码审计

核心用法

pii-detect 是一款基于 Expanso Edge 运行时开发的个人身份信息（PII）检测 Skill，支持三种部署模式：

1. CLI 管道模式：通过 expanso-edge run pipeline-cli.yaml 直接处理文本输入
2. MCP 服务模式：启动为 MCP 服务器，供其他应用调用
3. 云端部署：通过 expanso-cli 部署至 Expanso Cloud 实现托管运行

该 Skill 采用声明式 YAML 配置，核心逻辑调用 OpenAI GPT-4o-mini 模型进行智能 PII 识别，可检测姓名、地址、电话、邮箱、身份证号等敏感信息。

显著优点

• 代码质量优异：静态分析 95 分，无危险函数、无硬编码敏感信息，结构清晰可读
• 功能边界清晰：单一职责设计，仅执行 PII 检测，无越权行为
• 安全实践规范：API Key 通过环境变量配置，避免密钥泄露风险
• 来源可信度高：由 Expanso Team 维护，该团队是知名开源项目 Bacalhau 的维护方
• 多模式灵活部署：支持本地 CLI、MCP 服务、云端托管三种形态

潜在缺点与局限性

• 数据外发依赖：需将文本发送至 OpenAI API，存在网络依赖和隐私合规考量
• 功能单一：仅提供检测定位，无内置脱敏/打码功能，需配合其他工具使用
• 无本地离线能力：必须联网调用外部 API，无法完全离线运行
• 成本因素：依赖 OpenAI API 调用，产生 Token 消耗费用

适合人群

• 需要快速集成 PII 检测能力的开发团队
• 使用 Expanso/Bacalhau 生态的分布式计算用户
• 能接受数据发送至 OpenAI 进行处理的场景（非高度敏感数据）
• 追求低代码、声明式配置的技术团队

常规风险

隐私合规风险：输入文本将被传输至 OpenAI 服务器处理，用户需自行确保符合 GDPR、CCPA 等数据保护法规要求，避免向 Skill 发送未经脱敏的真实用户敏感数据。

API 可用性风险：依赖 OpenAI 服务稳定性，网络中断或 API 限流将影响功能可用性。

误检/漏检风险：基于 LLM 的检测可能存在识别偏差，关键场景建议结合正则规则进行二次校验。