这个问题被问过不止一次,你们天天说本地处理,那我怎么知道你没把对话发走。
我没打算用一句"我们不会"把它答过去。本地那个 SQLite 文件的路径在下面,你可以自己打开看。
表结构在仓库里,personal/src/daoti_xuandun_personal/storage/schema.sql,口径是 v0.2.6,2026-11-13。下面三段建表语句都是从里面摘的,字段名一个字没改。
本地处理这四个字,拆开是三件事
检测在本机跑。数据存在本机。原文从来没离开过本机。
这三句话听着像一回事,成本差得很远。前两条容易做到,第三条难。难在一个很朴素的地方,转发和上传在技术上长得几乎一样,都是往外发一个 HTTPS 请求,都是一个 POST,body 里一段 JSON。你打开系统自带的网络监视器,看到的是同一个东西,一个域名,一条连接,一次请求。区别只在 body 里装的是原文,还是别的东西。
所以任何一句"本地处理",最后都得落到一个能查的问题上。发出去的那段字节里,有没有你的密钥原文。
我们的做法是把这个声明做成可执行的。你按下发送,请求先在本机过一遍,把该保护的东西换成占位符,形如 ⟦KH_1⟧,再转发给 AI 服务。回来的内容再过一遍,把占位符换回原值。中转站全程看到的是代号。
这个动作必须做,因为工具本身必须转发。不转发,你用不了 AI。谁要跟你说一个 AI 工具不联网还能干活,那是骗你。
所以本地处理在这里的准确含义只有一句,判定在本机做,原文不外发,记录不外传。
数据库里躺着的,也拼不回原文
这一条比任何承诺都硬,因为它躺在你自己的硬盘上。
凭证台账那张表,主键是凭证原文的 SHA-256 指纹。主键就是指纹,同一枚 token 第二次出现,命中同一行,不会长出第二条记录。
sql
-- 真实字段名
CREATE TABLE IF NOT EXISTS credential_events (
fingerprint TEXT PRIMARY KEY, -- SHA-256(凭证原文)
session_id TEXT NOT NULL DEFAULT '',
direction TEXT NOT NULL, -- request / response
role TEXT NOT NULL DEFAULT '', -- 用户提问 / 工具返回 / 模型回复
category TEXT NOT NULL, -- jwt / api_key / email
masked TEXT NOT NULL DEFAULT '', -- 前 4 + 长度 + 尾 2
length INTEGER NOT NULL DEFAULT 0,
first_seen REAL NOT NULL,
log_id INTEGER
);
masked 那一列长这样,sk-a***48。前面四位留着,是让你一眼认出这是哪把钥匙。中间的长度和结尾两位留着,是为了区分同前缀的两把。剩下的部分没有,因为它从来没被写进来过。
direction 这一列是这张表存在的理由。它记的是这枚凭证最早出现在哪一侧,是你这边发出去的,还是对面回过来的。单看请求侧,你只能知道"它现在在请求里",答不了"是谁带进来的"。
请求基线那张表,用来判断对面有没有偷换模型、有没有调用你没声明的工具。
sql
-- 真实字段名
CREATE TABLE IF NOT EXISTS request_baseline (
session_id TEXT PRIMARY KEY,
model TEXT NOT NULL DEFAULT '', -- 用户请求的模型
tools_hash TEXT NOT NULL DEFAULT '', -- tools 声明的哈希
tool_names TEXT NOT NULL DEFAULT '[]', -- 工具名列表,JSON
system_hash TEXT NOT NULL DEFAULT '', -- system prompt 哈希
system_len INTEGER NOT NULL DEFAULT 0,
msg_count INTEGER NOT NULL DEFAULT 0,
response_model TEXT NOT NULL DEFAULT '', -- 中转站返回的模型
created_at REAL NOT NULL,
updated_at REAL NOT NULL
);
system prompt 原文不落盘,只留哈希和长度。比对用哈希够用,判的是"这一次和上一次是否同一份"。长度是另一道尺,哈希对得上而长度差了,说明中间被截断或者拼过。
tools_hash 同理。tool_names 单独存一份明文,因为告警得能说清楚"它调了哪个你没声明的工具"。只给哈希,用户看不懂。
脱敏记录那张表,名字里有个 original,容易误会。
sql
-- 真实字段名
CREATE TABLE IF NOT EXISTS redaction_records (
id INTEGER PRIMARY KEY AUTOINCREMENT,
session_id TEXT NOT NULL,
log_id INTEGER,
redaction_idx INTEGER NOT NULL, -- 占位符编号
category TEXT NOT NULL, -- api_key / phone / email
original TEXT NOT NULL, -- 掩码值,前 4 + 长度 + 尾 2
redacted TEXT NOT NULL, -- 占位符
start_pos INTEGER NOT NULL DEFAULT 0,
end_pos INTEGER NOT NULL DEFAULT 0,
created_at REAL NOT NULL
);
这一列存的还是掩码值,跟 masked 一个格式。占位符回填靠的是运行期那份映射,落盘的这一列只够你事后核对"当时打了几处、打在哪一段"。
三张表放在一起看,结论很直白。有人把你这台电脑整个搬走,把 db 文件拷出去,他拿到一堆指纹、一堆掩码、一堆长度,拼不回原文。我们对自己库里数据做的第一件事,是让它在这里也不可读。
再往表结构外面看一眼。这个库里没有 user_id 这一列,也没有任何指向账号的字段。机器码只存哈希,用途写死为激活校验。本地这份数据和我们的账号体系是断开的。建表脚本开头还写了一条,日志表走 WAL 模式,理由是并发读性能。
日志表里另有一列 text_preview,注释写着已脱敏。它是给你看上下文的预览,长度有限,全文不落在这里。
几个想过的取舍,和它们各自的账
先说那个最容易被问的。既然原文不外发,为什么不干脆在检测到的时候直接拦下来。
位置不同,处置就不同。同一个 token,出现在输入框里和出现在历史里,是两种风险。
你此刻正在输入框里贴密钥,这是最危险的时刻,这一轮直接拦,不发出,没有争议。
历史轮次里带着 token 是另一回事。IDE 这类客户端每一轮都会把整段历史重新发一遍,你把历史里的那段拦掉,下一轮它还在,于是每一轮都被拦,对话彻底卡死。用户还没法从 IDE 里删掉那段历史,他连入口都找不到。一个每轮都弹窗的安检门,用户第三天就会把它卸了。装上去第二天被关掉,检测再准也没有意义。
所以历史里的 token 改成打码。占位符进去,原文留在本机,对面拿到的还是 ⟦KH_1⟧。对话不中断,原文也没出去。
还有一件事我们没做,匿名心跳。
只报一个布尔值,"今天启动过"。技术上很简单,隐私风险也低,很多人会认为这不算上传数据。
我不同意。一旦发出第一个包,承诺就从"不上传任何使用数据"变成"不上传除了心跳以外的数据"。这句话多了一个从句,就多了一个需要解释的地方。下次想加第二个例外,阻力会小很多。例外的成本从来不在第一个,在第二个。
宁可当瞎子。
瞎到什么程度,列三项给你看。
七日留存,测不到。要知道用户第七天还在不在,就得知道他每天有没有发请求,这个信息不出本机。
证据包导出率,测不到。导出这个动作完全在本地完成,服务器那边没有任何一条记录。
误报的真实分布,测不到。用户点"这条是误报",写进 logs 表的 marked_safe 字段,就停在本地。我们只能靠用户主动来反馈的那几条,去猜整体长什么样。
这三项在营销页上都很好看。我一个都拿不出来。
验证的办法,都不用你信任我们。
断网。把网线拔了,或者关掉 Wi-Fi,除了 AI 请求失败,工具照常启动,照常读本地日志。如果它在偷偷往外传东西,断网时会有可观察的异常,卡住、报错、功能缺一块。
打开库。数据目录下那个 SQLite 文件,用任意工具打开,credential_events 的 masked 列摆在那里。看到 sk-a***48 这种格式,就知道整把钥匙没进来。
抓包。工具所有外发请求,目的地只有你自己配置的那个 AI 服务地址。用系统自带的网络监视器翻一遍域名列表,除了它没有第二个。这个办法只能证明当下这个版本没往别处发,软件升级换了版本,你得再抓一次。
边界还是得说清楚。本地处理防不住你本机已经中的木马。它防不住你自己把密钥贴到网页对话框里。它也防不住你用的那个 AI 服务商在服务端记录请求,那是它的服务器。
它能保证的只有一段路。从你的电脑,到你配置的那个 AI 服务地址,明文没有以它看得见的形式出现过。每一次判定都在你自己的机器上留了痕。
至于我们看不见你的使用数据这件事,它既是承诺,也是我们的损失。这个损失我们认。
我现在的习惯是,装完第一件事打开那个 db 文件,翻到 credential_events,看 masked 那列。看到 sk-a***48,我才继续往下用。