开发者在 V2EX 发布开源工具 AgentSafe，用于在分享截图和调试日志前，在本地排查可能泄露的敏感内容。该工具针对的场景是：向开源项目提交 issue、展示功能或分享 AI 编程助手生成的截图时，画面中可能包含内部项目名、邮箱、内部域名，调试日志中也可能带有认证字段和 Cookie。AgentSafe 运行在用户本地电脑上，安装需通过终端完成，后续主要通过本地浏览器界面操作。使用流程为：选择 PNG/JPEG 截图或 UTF-8 格式的 .log/.txt 文件；填写需查找的敏感名称、词语或域名，留空则按内置规则检查邮箱、部分认证字段和 Cookie；查看检测结果；对图片手动框选遮盖并另存副本，原图不会被修改。整个检查过程不向外部服务发送文件内容，仅安装时需联网下载依赖。该项目采用 MIT 许可证，当前版本为 v0.1.0a1，属实验性 Alpha 阶段，建议按 macOS 说明体验，暂无独立安装包，Windows 尚未验证。图片 OCR 目前仅支持英文，中文配置词语可用于文本检查；工具不会自动判断业务内容是否机密，也不检测任意 API key 或密码。作者希望了解安装体验、检测结果可读性，以及用户在何种场景下会选择该工具而非图片编辑器。
事件分析
从技术实现看，AgentSafe 的核心取舍在于全流程本地化处理，规避了将敏感文件上传第三方检测服务带来的二次泄露风险，这在隐私工具设计中是较为稳妥的路径。其局限同样清晰：OCR 仅支持英文、无法识别任意 API key、敏感词依赖手动配置，检测上限取决于用户的配置完整度，官方也明确提示零检出不代表文件可公开。从行业背景看，AI 编程助手普及后，开发者分享对话截图与调试日志已成高频行为，截图外泄内部信息的事故时有发生，配套的隐私检查工具是需求的自然延伸。这类工具的演进方向可能包括接入 IDE 或 Git 工作流实现提交前自动拦截、扩展 OCR 语言覆盖、增加 API key 模式识别。短期内其定位更接近分享前的人工辅助检查环节，而非自动化安全防线。
核心观点：AI 编程让晒截图成为日常，敏感信息防线却仍靠肉眼，本地化检查工具折射开发者对云端隐私风险的警惕升级。
原文链接：V2EX 分享发现
