mcpField
G
gdpr-dsgvo-expert

gdpr-dsgvo-expert

github.com/alirezarezvani安全28.9k996 次安装2 天前更新
代码仓库

关于 gdpr-dsgvo-expert

用于 GDPR 和德国 BDSG 合规工作的工具集与参考技能,包含代码扫描、DPIA 报告生成和数据主体请求跟踪,适合审查数据处理实践及处理合规事务的团队。

主要功能

  1. 01扫描代码中的个人数据和风险做法
  2. 02生成符合第 35 条要求的 DPIA 报告
  3. 03跟踪数据主体权利请求及期限
  4. 04提供带 GDPR 条款引用的优先级发现
  5. 05提供 GDPR 与德国 BDSG 参考指南

适用场景

  1. 01检查代码库中的潜在隐私风险
  2. 02准备数据保护影响评估文档
  3. 03跟踪访问、更正、删除等权利请求

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/alirezarezvani/claude-skills --skill gdpr-dsgvo-expert

安装后在 Claude Code 中输入/gdpr-dsgvo-expert确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
dpia_methodology.md
gdpr_audit_playbook.md
gdpr_compliance_guide.md
german_bdsg_requirements.md
scripts/
data_subject_rights_tracker.py
dpia_generator.py
gdpr_compliance_checker.py

详细介绍

GDPR/DSGVO 专家

用于欧盟《通用数据保护条例》(GDPR)和德国《联邦数据保护法》(BDSG)合规的工具与指南。


目录


工具

GDPR 合规检查器

扫描代码库,查找潜在的 GDPR 合规问题,包括个人数据模式和风险代码实践。

# Scan a project directory
python scripts/gdpr_compliance_checker.py /path/to/project

# JSON output for CI/CD integration
python scripts/gdpr_compliance_checker.py . --json --output report.json

检测内容:

  • 个人数据模式(电子邮件、电话、IP 地址)
  • 特殊类别数据(健康、生物识别、宗教信仰)
  • 金融数据(信用卡、IBAN)
  • 风险代码模式:
    • 记录个人数据
    • 缺少同意机制
    • 无限期的数据保留
    • 未加密的敏感数据
    • 禁用的删除功能

输出:

  • 合规评分(0-100)
  • 风险分类(严重、高、中)
  • 附带 GDPR 条款引用的优先级建议

DPIA 生成器

按照第 35 条要求生成数据保护影响评估(DPIA)文档。

# Get input template
python scripts/dpia_generator.py --template > input.json

# Generate DPIA report
python scripts/dpia_generator.py --input input.json --output dpia_report.md

功能特性:

  • 自动 DPIA 触发阈值评估
  • 基于处理特征的风险识别
  • 法律依据要求文档
  • 缓解建议
  • 生成 Markdown 报告

评估的 DPIA 触发情形:

  • 系统性监控(第 35 条第 3 款第 c 项)
  • 大规模特殊类别数据(第 35 条第 3 款第 b 项)
  • 自动化决策(第 35 条第 3 款第 a 项)
  • 欧洲数据保护委员会(EDPB)认可的高风险标准(WP248 rev.01)

数据主体权利跟踪器

管理 GDPR 第 15 至 22 条下的数据主体权利请求。

# Add new request
python scripts/data_subject_rights_tracker.py add \
  --type access --subject "John Doe" --email "[email protected]"

# List all requests
python scripts/data_subject_rights_tracker.py list

# Update status
python scripts/data_subject_rights_tracker.py status --id DSR-202601-0001 --update verified

# Generate compliance report
python scripts/data_subject_rights_tracker.py report --output compliance.json

# Generate response template
python scripts/data_subject_rights_tracker.py template --id DSR-202601-0001

支持的权利:

权利条款期限
访问权第 15 条一个月(第 12 条第 3 款)
更正权第 16 条一个月(第 12 条第 3 款)
删除权第 17 条一个月(第 12 条第 3 款)
限制处理权第 18 条一个月(第 12 条第 3 款)
数据可携权第 20 条一个月(第 12 条第 3 款)
反对权第 21 条一个月(第 12 条第 3 款)
自动化决策第 22 条一个月(第 12 条第 3 款)

功能特性:

  • 带逾期提醒的期限跟踪
  • 身份验证工作流
  • 回复模板生成
  • 合规报告

参考指南

GDPR 合规指南

references/gdpr_compliance_guide.md

全面的实施指导,涵盖:

  • 处理的法律依据(第 6 条)
  • 特殊类别数据要求(第 9 条)
  • 数据主体权利的实现
  • 问责要求(第 30 条)
  • 国际数据传输(第五章)
  • 数据泄露通知(第 33-34 条)
德国 BDSG 要求

references/german_bdsg_requirements.md

德国特定要求,包括:

  • 数据保护官(DPO)任命门槛(BDSG 第 38 条,20 名及以上员工)
  • 员工数据处理(BDSG 第 26 条)
  • 视频监控规则(BDSG 第 4 条)
  • 信用评分要求(BDSG 第 31 条)
  • 州数据保护法(Landesdatenschutzgesetze)
  • 企业委员会共同决定权
DPIA 方法论

references/dpia_methodology.md

DPIA 分步流程:

  • 触发阈值评估标准
  • EDPB 认可的高风险指标(WP248 rev.01)
  • 风险评估方法
  • 缓解措施类别
  • 与 DPO 及监管机构的磋商
  • 模板与检查清单

工作流

工作流 1:新处理活动评估
Step 1: Run compliance checker on codebase
        → python scripts/gdpr_compliance_checker.py /path/to/code

Step 2: Review findings and compliance score
        → Address critical and high issues

Step 3: Determine if DPIA required
        → Check references/dpia_methodology.md threshold criteria

Step 4: If DPIA required, generate assessment
        → python scripts/dpia_generator.py --template > input.json
        → Fill in processing details
        → python scripts/dpia_generator.py --input input.json --output dpia.md

Step 5: Document in records of processing activities
工作流 2:数据主体请求处理
Step 1: Log request in tracker
        → python scripts/data_subject_rights_tracker.py add --type [type] ...

Step 2: Verify identity (proportionate measures)
        → python scripts/data_subject_rights_tracker.py status --id [ID] --update verified

Step 3: Gather data from systems
        → python scripts/data_subject_rights_tracker.py status --id [ID] --update in_progress

Step 4: Generate response
        → python scripts/data_subject_rights_tracker.py template --id [ID]

Step 5: Send response and complete
        → python scripts/data_subject_rights_tracker.py status --id [ID] --update completed

Step 6: Monitor compliance
        → python scripts/data_subject_rights_tracker.py report
工作流 3:德国 BDSG 合规检查
Step 1: Determine if DPO required
        → 20+ employees processing personal data automatically
        → OR processing requires DPIA
        → OR business involves data transfer/market research

Step 2: If employees involved, review § 26 BDSG
        → Document legal basis for employee data
        → Check works council requirements

Step 3: If video surveillance, comply with § 4 BDSG
        → Install signage
        → Document necessity
        → Limit retention

Step 4: Register DPO with supervisory authority
        → See references/german_bdsg_requirements.md for authority list

GDPR 核心概念

法律依据(第 6 条)
  • 同意:营销、新闻通讯、分析(必须是自由给予、具体、知情的)
  • 合同:订单履行、服务交付
  • 法律义务:税务记录、劳动法
  • 合法利益:欺诈防范、安全(需要进行利益平衡测试)
特殊类别数据(第 9 条)

需要明确同意或符合第 9(2) 条的例外情形:

  • 健康数据
  • 生物识别数据
  • 种族或民族出身
  • 政治观点
  • 宗教信仰
  • 工会成员身份
  • 基因数据
  • 性取向
数据主体权利

所有权利必须在收到请求后一个月内予以满足(第 12(3) 条)。期限按日历月计算,而非 30 天,对于复杂或数量众多的请求,可再延长两个月。延期须在第一个月内告知数据主体,并说明理由:

  • 访问权:提供数据副本及处理信息
  • 更正权:更正不准确的数据
  • 删除权:删除数据(法律义务除外)
  • 限制处理权:在问题解决期间限制处理
  • 数据可携权:以机器可读格式提供数据
  • 反对权:基于合法利益的处理可据此停止
德国《联邦数据保护法》(BDSG)补充规定
主题BDSG 条款关键要求
数据保护官门槛§ 3820 名及以上员工须设立数据保护官
雇佣§ 26员工数据的详细规则
视频监控§ 4标识与比例原则
评分§ 31算法须可解释

评论

支持 Markdown