audit

confide:audit — 面向语料库的纯统计 PII 审计

衡量整个会话文件夹中包含多少 PII，同时绝不暴露任何 PII。审计会对每个文件运行 shared/confide_core.py 中分层的本地检测器栈（regex → Natasha → 本地 LLM），并且只输出汇总数据。这与 real_session_eval 的隐私约定一致：仅在进程内读取文本，只输出计数。

隐私不变量（不得违反）

• 仅限本地。 不调用云端 API。原始对话文本绝不会离开本机。
• 输出仅含统计数据。 报告（Markdown + JSON + 可选 HTML）只包含计数和比率——绝不包含对话文本片段，也绝不包含检测到的 PII 值。
• 不包含文件名。 每个文件的行使用匿名 ID own-00、own-01、… 标识。绝不会写入或打印原始路径/名称。遇到无法读取的文件时，只记录索引和异常类名。
• 可安全分享。 报告仅包含计数，因此可以分享给云端 Agent，或粘贴到聊天中。PII 会留在本机。

报告内容

• n_files、文档字符总数 / 平均数 / 最小值 / 最大值
• spans_by_type（PERSON、EMAIL、PHONE、DATE、…）和 spans_by_layer（regex / natasha / llm）
• overall_redaction_rate 以及每个会话的脱敏率分布（最小值 / 中位数 / 平均值 / 最大值）
• 粗略的残留指标：脱敏后仍可检测到的片段——在干净的 RED 语料库中约为 0，在 GREEN 语料库中则是泄漏信号。

运行

将其指向一个文件夹（递归处理每个 .md/.txt 文件；跳过 confide 自身生成的 *.green.md / *.stats.json 输出）：

python3 skills/audit/scripts/audit.py FOLDER

选项：

• --list paths.txt — 同时或改为审计按每行一个绝对路径列出的文件。
• --layers regex,natasha,llm — 选择检测层（默认值来自配置）。使用 --layers regex 执行完全离线且结果确定的扫描（不使用模型/网络）。
• --out report.md — 报告路径；同时在同一目录写入同名的 report.json。
• --html — 同时生成类似 Tufte 风格的信息面板（report.html，仅含计数）。

写入 Markdown + JSON 报告（以及可选的 HTML），并打印汇总结果——全部仅含计数。

RED 与 GREEN

• RED（原始）语料库： 在任何脱敏之前，评估 PII 问题的规模。
• GREEN（已脱敏）语料库： 残留指标和剩余的 spans_by_type 能说明脱敏是否在大规模场景下有效。

运行后

1. 报告汇总结果（文件数、按类型/层划分的片段总数、脱敏率分布、残留指标）——绝不要粘贴 PII。
2. 如果 GREEN 语料库中的残留并非微不足道，请引导用户使用 confide:anon 重新脱敏，并使用 confide:red 探测重新识别风险。

设置

层的可用性（Natasha、通过 Ollama 运行的本地 LLM）由配置决定——如果尚未安装，请运行 confide:setup。--layers regex 始终可离线运行。