企业官网建设流程全解析

一键开通华为云码道 CodeArts 代码智能体： https://developer.huaweicloud.com/codeartsco.html?source=dmzntgwatomgit1&sourcead=dmzntgwatomgithd

把排错日志、客户样本或测试数据发给同事之前，我希望能先做三件事：移除敏感片段，确认数据结构仍可用，再让收件方核对自己拿到的文件。这是隐墨的主要工作流程。

本文记录隐墨 v0.2.0 的产品设计、关键实现与工程验证。源码按 MIT 协议开放，便于直接运行和复现。

为什么选择在浏览器本地处理

调试资料需要尽量保留问题现场，却经常混有邮箱、手机号和访问凭据。如果直接把这些资料发送给在线处理服务，数据暴露面可能扩大。隐墨使用浏览器内的确定性规则，不上传文件，不调用云端模型，也不把原文写入浏览器持久存储。

用户可以导入 UTF-8 CSV、TSV、JSON 或日志，也可以粘贴文本。导入后默认展示脱敏预览，只有主动切换才显示敏感原文。文件、转换结果和代号映射只在当前页面内存中存在。

从遮盖字符串到保留数据结构

第一层是解析。CSV 必须理解双引号、逗号和单元格中的换行，不能简单按逗号切割。JSON 必须在解码后检测，否则\\u0040形式的邮箱分隔符可能绕过纯文本扫描。

解析器拒绝不等列、未闭合引号、重复 JSON 键和超过安全精度的整数。遇到不能可靠保留的数据，给出明确错误，避免静默覆盖字段或截断结果。

第二层是识别。规则覆盖大陆手机号和常见分组、常见邮箱、身份证结构/日期/校验码、Luhn 银行卡候选、IPv4、部分令牌格式、日志口令赋值，以及已知或自定义的敏感字段。校验码只能减少误报，不能证明号码真实。

第三层是转换。联调时可以选择部分遮盖，需要保持同一值关联时可以使用一致代号；对外分享可以切换到完全替换。访问凭据始终整段移除。疑似表格公式整格移除，不把一种转义方案宣称为适用于所有表格软件的安全保证。

两个必须用反例修复的问题

一个问题来自访问令牌长度。最初的正则对令牌设置最大长度，超长的合成令牌反而无法匹配，原文会留在输出中。修复后识别完整连续令牌，并加入不同长度的回归用例。

另一个问题是邮箱字段中的混合内容。字段名虽然是邮箱，内容仍可能附带一段凭据。如果直接保留@后的全部文字，遮盖会留下凭据尾部。现在先检查字段中的凭据，命中时整格移除；格式异常的邮箱字段也不再套用部分遮盖。

这两类问题说明，正常示例运行成功不足以证明转换可靠。测试需要检查实际输出中有没有留下不应保留的片段。

把复核做成可见的状态

每项命中都有待复核、已复核和明确保留的状态。用户可以逐项查看，也可以按当前页或类型批量确认。批量确认表示接受对应处理方式，不能代替对未命中内容的人工检查。

数据、保护字段或处理策略变化后，复核决定会重置。所有命中完成复核后，导出按钮才可使用；正式下载前还需要确认理解规则局限。保留的原文会被单独提示，公式候选不能保留。

风险和数据表均可分页，避免大量命中被截断在不可见列表之外。后台 Worker 支持取消，旧任务结果不能覆盖新任务。

导出报告与收件方核验

v2 报告只记录格式、计数、策略、规则版本、复核数量和输出文件的 SHA-256。报告不包含源文件名、原文、字段路径、命中位置或代号映射。

收件方在“核验报告”中选择数据文件与报告，工具会对实际字节重新计算摘要。浏览器测试验证了两种情况：原始下载文件匹配报告；追加内容后的文件显示不一致。不同换行或额外 BOM 也会改变实际字节，不能在核验前随意规范化。

报告没有数字签名。摘要相同只说明文件与给定报告一致，不能证明作者身份、报告真实性或数据已经完全匿名化。

如何复现

可运行包需要 Node.js 22.12 或更新版本。解压后运行启动入口，浏览器打开http://127.0.0.1:5178，载入客户联络示例即可体验。源码使用 React、Vite 和 TypeScript，按 MIT 协议提供。

npm ci npm run dev

完整软件检查入口：

npm run verify:release

检查会运行核心测试、类型检查、生产构建和真实浏览器工作流，并生成包含源码指纹的验收记录。公开源码：WeiRh/yinmo-local-redaction。

使用范围

文件上限为2 MB；最多10000条记录、200列、50000个文本单元、20000处命中和64层 JSON 嵌套。超限明确失败，预览分页不会导致导出被静默截断。

隐墨目前不处理图片、扫描件、PDF或Excel二进制文件，也不能覆盖所有凭据格式、语义场景和跨字段重识别。部分遮盖与一致代号仍可能被关联识别。最终分享前，使用者仍需检查处理结果和未命中的内容。

实际运行画面

码道开发记录

本次在华为云码道 CodeArts 的 WeiRh 账号中导入源码、检查解析与识别分层、运行 72 项核心测试，并将基础版本推送到公开 AtomGit 仓库。开发中发现云端 unzip 对中文文件名的解码存在差异，改用 Python zipfile 提取后核对仓库文件名。基础提交为95d0c7943303336538f183d665815b68ef2a9663。现有原型由 Codex 辅助构建，本次码道开发记录与实际源码提交对应。

v0.2.1：保护指定文字

随后在码道中完成了“保护指定文字”功能：最多 20 条普通文字规则，每条 1–100 个字符，适用于姓名、地址和业务代号，不执行用户正则。规则只在页面内存中存在；修改后重新分析并清空旧复核决定。字面量与邮箱、凭据命中重叠时合并保护区间，避免只遮住一部分而留下敏感尾部。

真实功能提交：6adf74a5a07be45cb67571eafae04f38714aa0fe。码道完成的发布检查包括 85 项核心测试、21 项浏览器工作流、类型检查和生产构建；同时修复了 320px 视口下报告核验对话框的文件选择框溢出。字面量保护仍不识别同义改写、Unicode 归一化差异或编码变体，使用者需要复核未命中的内容。