dsh-data-scan：DeepSeek Harness 里的敏感数据发现插件

它是做什么的？

它是 DeepSeek Harness（DSH）的敏感数据发现插件，用来扫出代码和配置里混入的身份证号、银行卡号、手机号与邮箱。它解决的是「调试数据被顺手提交、仓库开源后个人信息可被搜到」这类隐患，把一次几秒钟的检查变成提交前的常规动作。与纯正则方案不同，它对高敏感类型做结构加校验位的双重验证，显著压低误报。由 feely0208 维护，采用 MIT 协议，最近更新于 2026-10-13。

核心功能

• 身份证号识别：按 GB 11643-1999 做加权校验位验证，校验位不符的号码不会上报。
• 银行卡号识别：使用 Luhn 算法验证，改动任意一位即判定为无效而不报。
• 手机号识别：结合号段与边界断言，像手机号但长度不对的数字串会被排除。
• 邮箱提示：以结构匹配给出低级别提示，供人工判断。
• 分级输出：按高、中、低三档标注风险，便于优先处理高敏感命中。
• 结果脱敏：报告只含文件与行号、类型和打码片段，不输出原始值，避免扫描工具自身成为泄露源。

怎么使用这个插件？

在 DSH 中启用后，直接对当前目录执行扫描即可得到检出结果；想先看效果可以跑演示模式，需要留档时则生成 HTML 报告。报告以「文件:行 + 类型 + 打码片段」的形式呈现，按级别排序，你据此回到对应位置替换或删除真实数据。使用时需注意它的边界：不扫二进制与图片，截图里的证件、PDF 里的表格扫不到；也不查版本历史，只能看到当前工作区，已提交过的内容需要另行做历史清理。它与查密钥的同类工具职责不重叠，一个管密钥、一个管个人信息，可以配合使用。

报错怎么排查？

如果扫描结果里出现你确认不是敏感数据的命中，先核对它是否通过了校验位：身份证看加权校验位、银行卡看 Luhn，校验不通过的本来就不会上报，仍被报出时请按官方说明核对规则版本。若明明存在敏感数据却没有检出，通常是文件类型不在覆盖范围内，二进制、图片以及历史提交都不在扫描范围，需要改用其他方式处理。