qiushi-dsh-evidence-audit
在终端中运行以下命令:
dsh plugin install 030611/qiushi-dsh-evidence-audit
将以下提示词粘贴到 DeepSeek Harness 对话框中:
要安装此插件,请在 DeepSeek Harness 环境中执行以下命令:`dsh plugin install 030611/qiushi-dsh-evidence-audit`。项目源码仓库地址为:https://github.com/030611/qiushi-dsh-evidence-audit
插件介绍
在使用 DeepSeek Harness 进行复杂 AI 交互时,您可能需要一份可靠、本地的执行审计日志,用于调试、复盘或满足合规要求。但传统日志直接记录明文提示、工具参数和结果,存在敏感信息泄露的风险。本插件旨在解决这一核心矛盾,它为 Harness 创建一条清晰、可验证的执行痕迹链,同时从设计上规避了明文存储的负担。
作为一款“仅观察”的插件,其核心能力是在不干扰 Harness 正常运行的前提下,静默监听工具调用和会话事件。它将观察到的每个操作序列化,并采用 SHA-256 哈希链接成一个 JSONL 文件,形成一条防篡改的链条。这意味着,任何对已完成记录的编辑、删除或顺序改动,都会在下次启动验证时被检测到。它专注于建立可证明的“观察者视角”,而非宣称结果的正确性或权威性。
这个插件非常适合对 AI 交互过程有审计需求,但又高度重视数据隐私的开发者、研究团队或企业运维人员。例如,您希望追踪一次复杂任务的本地执行步骤以进行故障排查,或需要为某些敏感操作留下可验证的访问记录,同时确保提示词和业务数据不会以明文形式落地。它提供了一种在本地可验证的、最小化的信任层。
截图预览
使用场景
- 在处理敏感数据时,需要创建本地可验证的执行痕迹,但避免存储明文提示和结果。
- 对AI交互过程进行调试或故障排查,需要一条防篡改的步骤记录链。
- 为满足基础合规或内部审计要求,需要证明某些操作在本地按特定顺序发生过。
适合人员
- 处理敏感或私密数据的AI应用开发者与研究人员。
- 负责AI系统运维、监控与安全审计的工程师。
- 需要对AI操作流程进行透明化记录与验证的团队。