expanso-pii-detect

核心用法

pii-detect 是一款专注于个人身份信息（PII）检测的 Agent Skill，由 Expanso 团队开发。该技能提供三种部署模式：CLI 管道模式适合命令行快速检测，MCP 模式可作为服务长期运行，Expanso Cloud 模式支持云端规模化部署。用户通过环境变量配置 OPENAI_API_KEY 和可选的 PII_TYPES 检测类型，即可对输入文本进行智能分析，输出结构化的 PII 检测结果。

显著优点

1. 智能识别能力：采用 GPT-4o-mini 模型，相比传统正则表达式能识别更复杂的 PII 变体和上下文关联信息
2. 灵活部署：支持本地 CLI、MCP 服务和云端三种模式，适应不同架构需求
3. 审计友好：自动生成 trace_id 和 input_hash，便于合规审计和结果追踪
4. 隐私保护设计：输入内容仅发送哈希值用于追踪，原始数据通过 HTTPS 传输至 OpenAI API
5. 降级能力：支持纯 regex 模式运行，无需 API Key 即可进行基础检测

潜在缺点与局限性

1. 外部依赖强：核心功能依赖 OpenAI API，离线环境无法使用完整功能
2. 延迟问题：LLM 调用带来额外网络延迟，不适合实时性要求极高的场景
3. 成本考量：持续调用 GPT-4o-mini 会产生 API 费用，高频使用需评估成本
4. 准确率边界：AI 检测存在误报/漏报可能，关键场景建议人工复核
5. 输入限制：默认 1MB 缓冲区限制，超大文本需分批处理

适合的目标群体

• 数据工程师：构建数据脱敏和 DLP 管道
• 合规团队：执行 GDPR、CCPA 等隐私法规检查
• 安全运维：日志审计前的敏感信息筛查
• 开发者：集成隐私感知的数据处理工作流

使用风险

1. 数据出境风险：检测数据需发送至 OpenAI 服务器，跨国企业需评估合规性
2. API 密钥管理：OPENAI_API_KEY 需安全存储，避免泄露导致费用损失
3. 模型版本锁定：当前锁定 gpt-4o-mini，未来模型升级可能需要手动更新配置
4. 沙箱依赖：功能依赖 Expanso Edge 运行时环境，需确保正确安装和版本兼容