软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16569+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索数据隐私，共找到 14 条记录

默认排序最新上传最多下载

TwinMind安全基础配置

twinmind-security-basics

jeremylongshore/claude-code-plugins-plus-skills

本技能指导用户配置TwinMind的各项安全基础最佳实践。内容涵盖设备端音频处理、加密云备份、麦克风权限管理和数据隐私控制，确保AI会议记录在最高标准下进行安全处理，适用于企业级部署和数据合规性管理。

安全数据与上下文管理

clade-data-handling

jeremylongshore/claude-code-plugins-plus-skills

本技能指导用户如何负责任地使用Claude API，解决数据隐私和上下文长度限制问题。核心功能包括：对文本中的个人身份信息（PII）进行脱敏处理；实现高效的对话历史精简（Conversation Trimming），确保上下文窗口不溢出；并指导用户了解数据保留策略，确保API调用过程符合隐私合规要求。

Cohere数据脱敏与隐私合规

cohere-data-handling

jeremylongshore/claude-code-plugins-plus-skills

用于在调用Cohere API时处理和保护敏感数据。该技能集实现了PII（个人身份信息）的自动检测和脱敏（红化）功能，涵盖了输入预处理、响应后清理和完整的审计日志记录。确保系统符合GDPR/CCPA等数据隐私法规要求，安全处理用户数据。

实时深度估计隐私处理

depth-estimation

SharpAI/DeepCamera

本技能利用Depth Anything v2模型实现实时单目深度估计，能够将实时摄像头画面转化为彩色深度图。它提供深度图层叠加功能，并特别支持“隐私模式”，通过深度数据处理来完全匿名化场景中的人物和细节，但能保留完整的空间布局和活动轨迹，适用于安全监控和隐私保护领域。

智能体技能安全扫描器

edgeone-skill-scanner

Tencent/AI-Infra-Guard

本工具是一款专业的智能体技能安全扫描器，用于在您部署或使用任何新技能前，对其进行全面的安全风险和漏洞扫描。它采用100%本地化静态分析技术，确保文件内容、凭证或个人数据绝不会外传，为集成AI能力提供最大级别的隐私和安全保障。

分析Copilot历史生成个性化指令

vardoger-analyze

github/awesome-copilot

该工具利用本地的`vardoger` CLI读取您的GitHub Copilot命令行历史记录。它深入分析您的编码习惯、行为模式和使用风格，从而生成一套高度个性化的使用指令。这些指令会被安全地写入本地配置文件，使Copilot能够根据您的个人风格进行定制化调整，提供更贴合您使用习惯的AI辅助体验。所有操作均在本地完成，保护数据隐私。

AI/ML安全专家攻击手册

yaklang/hack-skills

本手册是一份全面的AI/ML安全指南，详细介绍了机器学习和AI系统中的高级安全威胁。内容涵盖模型供应链攻击（如pickle RCE、数据投毒）、对抗样本（FGSM、PGD、物理世界攻击）、数据隐私泄露以及LLM特定漏洞。是构建健壮、安全AI流程的关键参考。

临床文本批处理

batch-processing-clinical-text

maziyarpanahi/openmed

用于对大规模临床文本语料库进行批处理的工具。支持在本地设备上执行NER、隐私信息（PII）提取和脱敏处理。内置断点续传、分片和流式输出功能，确保处理数千份病历时数据安全、资源高效，且不会占用过多内存。

PII召回率模型基准测试

benchmark-pii-recall

maziyarpanahi/openmed

该工具用于对个人身份信息（PII）检测模型进行严格的召回率基准测试。它通过利用合成样本和预设的召回阈值，强制模型在发布前达到最低的隐私保护标准，确保识别出的关键信息没有漏报，避免隐私数据泄露。

OpenMed MCP服务器工具部署

deploying-openmed-mcp

maziyarpanahi/openmed

该技能部署了OpenMed模型上下文协议（MCP）服务器，将临床NLP工具（如命名实体识别、PII提取和去标识化）封装为可调用的工具。它允许AI智能体和聊天客户端通过工具调用来使用OpenMed功能，并在本地设备上安全运行，确保用户数据隐私。

去标识化泄漏检测门禁

gating-deid-leakage

maziyarpanahi/openmed

该技能用于在持续集成 (CI) 环境中为去标识化模型创建强制门禁。它能自动检测模型是否发生了性能退化（召回率下降）或是否泄露了关键的个人身份信息（PHI）。通过失败构建，确保只有满足严格隐私和性能标准的模型才能通过合并，从而防止数据泄露。

设备端隐私信息模型选择

pick-a-pii-model

maziyarpanahi/openmed

本指南用于从预定模型库中选择适合在设备端运行的个人身份信息（PII）检测模型。它根据输入语言、所需运行环境（如PyTorch、MLX）和内存预算进行筛选。核心流程包括离线构建候选列表，并强调在部署前必须进行严格的召回率验证和性能基准测试，以确保数据隐私安全。

语言