LocalAgent/docs/P1-06_隐私保护优化方案.md

""" P1-06 隐私保护优化方案 问题：默认向 LLM 发送主目录/当前目录等环境信息，缺少最小化策略 """

优化方案总结

1. 核心改进

1.1 隐私配置管理模块 (app/privacy_config.py)

• PrivacySettings: 数据类，定义所有隐私相关开关

  • 环境信息采集开关（操作系统、Python版本、架构、主目录、工作空间、当前目录）
  • 脱敏策略（路径脱敏、用户名脱敏）
  • 场景化策略（对话最小化、指导完整信息）

• PrivacyManager: 隐私管理器

  • 加载/保存隐私配置到 .privacy_config.json
  • 提供 get_environment_info(scenario) 方法，按场景返回过滤后的环境信息
  • 实现路径脱敏：替换用户名为 <USER>，主目录为 <HOME>
  • 度量指标追踪：敏感字段上送次数、脱敏次数、用户关闭字段数

1.2 隐私设置 UI (ui/privacy_settings_view.py)

• 可视化配置界面，用户可控制：
  • 哪些环境信息发送给 LLM
  • 是否启用脱敏策略
  • 场景化采集策略
• 实时显示隐私度量指标（卡片式展示）
• 支持导出隐私保护报告

1.3 集成到主应用 (app/agent.py)

• 初始化 PrivacyManager 单例
• 修改 _get_system_environment_info() 方法，接受 scenario 参数
• 三个场景调用时传入不同场景标识：
  • chat: 对话场景（最小化信息）
  • guidance: 操作指导场景（完整信息）
  • execution: 执行场景（按需信息）
• 在聊天视图添加"🔒 隐私"按钮，方便用户访问设置

2. 默认安全策略

2.1 默认关闭的敏感字段

• ❌ 用户主目录（send_home_dir = False）
• ❌ 当前工作目录（send_current_dir = False）

2.2 默认开启的脱敏

• ✅ 路径脱敏（anonymize_paths = True）
• ✅ 用户名脱敏（anonymize_username = True）

2.3 场景化最小化

• ✅ 对话场景最小化（chat_minimal_info = True）
  • 仅发送：操作系统、Python版本
  • 不发送：任何路径信息
• ✅ 指导场景完整信息（guidance_full_info = True）
  • 操作指导需要完整环境信息以提供准确建议

3. 度量指标

3.1 追踪指标

• sensitive_fields_sent: 敏感字段上送次数
• anonymized_fields: 脱敏处理次数
• user_disabled_fields: 用户关闭的字段数
• total_requests: 总请求次数
• sensitive_ratio: 敏感字段上送比率
• anonymization_ratio: 脱敏处理比率

3.2 报告导出

• 生成文本格式的隐私保护度量报告
• 包含所有指标和当前设置详情
• 支持一键导出到 workspace/privacy_report.txt

4. 用户体验

4.1 可控性

• 用户可通过 UI 完全控制每个字段的采集
• 实时预览当前设置状态
• 保存后立即生效，无需重启

4.2 透明性

• 度量指标可视化展示
• 用户清楚知道发送了哪些信息
• 支持导出报告用于审计

4.3 便捷性

• 聊天界面直接访问隐私设置
• 卡片式度量展示，一目了然
• 智能默认值，开箱即用

5. 企业合规

5.1 最小化原则

• 按场景采集，避免过度收集
• 对话场景默认最小化信息

5.2 脱敏保护

• 自动替换敏感路径信息
• 用户名匿名化处理

5.3 审计支持

• 完整的度量指标追踪
• 可导出报告用于合规审计
• 用户行为可追溯（关闭了哪些字段）

6. 技术实现亮点

6.1 单例模式

• get_privacy_manager(workspace) 全局单例
• 避免重复初始化，保证配置一致性

6.2 场景化设计

• 不同场景传入不同 scenario 参数
• 灵活控制信息粒度

6.3 持久化配置

• JSON 格式存储在 workspace/.privacy_config.json
• 跨会话保持用户设置

6.4 实时度量

• 每次调用自动更新度量指标
• 无需额外埋点代码

7. 使用示例

# 获取隐私管理器
privacy = get_privacy_manager(workspace)

# 对话场景（最小化）
env_info = privacy.get_environment_info(scenario='chat')
# 输出：操作系统: Windows\nPython版本: 3.11.0

# 指导场景（完整）
env_info = privacy.get_environment_info(scenario='guidance')
# 输出：操作系统: Windows 11 (...)\nPython版本: 3.11.0\n工作空间: <HOME>/workspace

# 更新设置
privacy.update_settings(send_home_dir=False, anonymize_paths=True)

# 查看度量
metrics = privacy.get_metrics()
print(f"敏感字段上送比率: {metrics['sensitive_ratio']:.1%}")

# 导出报告
report = privacy.export_metrics()

8. 后续优化建议

1. 差分隐私: 对数值型信息（如文件数量）添加噪声
2. 加密传输: 敏感信息端到端加密
3. 本地模型: 支持完全本地运行，零数据上传
4. 细粒度控制: 按 LLM 提供商设置不同策略
5. 合规模板: 预设 GDPR、CCPA 等合规配置模板

9. 测试建议

1. 验证默认配置下敏感字段不上送
2. 验证脱敏功能正确替换路径
3. 验证场景化策略生效
4. 验证度量指标准确性
5. 验证配置持久化和加载
6. 验证 UI 交互和保存功能

10. 文档更新

需要更新以下文档：

• README.md: 添加隐私保护说明
• 用户手册: 隐私设置使用指南
• 开发文档: 隐私管理器 API 说明
• 合规文档: 数据采集和处理说明