ghostshield

# GhostShield - 反同事蒸馏防护盾

**Slogan**: 让你的风格，成为不可复制的密码。

**定位**: 保护个人数字痕迹，防止被 AI 精准蒸馏。

---

## 一、核心概念

### 为什么需要 GhostShield？

```
竞品（colleague-skill、teammate-skill）:
  你的代码/文档 → 蒸馏 → AI 模仿你的风格

GhostShield:
  你的代码/文档 → 混淆 → 保护你的风格特征
```

**痛点**:
- 离职员工：担心被前公司用 AI 完美替代
- 竞业限制者：技术决策风格可能泄露
- 个人品牌保护者：独特风格是你的 IP
- 开源贡献者：不想暴露个人编码习惯

---

## 二、三级混淆模型

### Level 1: 基础防护

**目标**: 去除敏感信息，保留风格

| 策略 | 示例 |
|------|------|
| PII 脱敏 | `wang@company.com` → `[email-removed]` |
| API Key 清理 | `api_key = "xxx"` → `api_key = "[REMOVED]"` |
| IP 泛化 | `192.168.1.100` → `[internal-ip]` |
| URL 泛化 | `https://git.company.com/...` → `https://github.com/...` |
| Git 作者匿名 | `Author: Wang` → `Author: Anonymous` |

**适用场景**: 竞业展示、合规输出、面试代码样本

---

### Level 2: 深度混淆

**目标**: 降低风格显著性，防止精准画像

**继承 Level 1 全部功能，并新增**:

| 策略 | 示例 |
|------|------|
| 词汇同义替换 | "实现" → "完成"，"优化" → "改进" |
| 句式重组 | "我们使用了 Redis" → "Redis 被采用" |
| 命名风格混入 | `userName` → `user_name`（30% 变量混入） |
| 时间戳偏移 | 提交时间 ± 随机偏移 |
| 决策噪声注入 | "修复性能问题" → "调整部分逻辑" |
| 格式化随机 | 微调缩进、空行分布 |

**适用场景**: 离职保护、开源脱敏

---

### Level 3: 极致隐匿

**目标**: 主动防御，注入噪声与伪特征

**继承 Level 1 + 2 全部功能，并新增**:

| 策略 | 技术原理 |
|------|----------|
| **风格注入** | 混入开源代码库的风格特征 |
| **伪特征注入** | 生成"假"的风格特征，误导蒸馏 |
| **决策反转** | 关键节点注入矛盾决策 |
| **反蒸馏水印** | 隐写术埋入追踪标记，检测是否被蒸馏 |

**伪特征注入示例**:
- 用户实际习惯：使用 `forEach`，偏好简洁命名
- 注入伪特征：混入 `for...of` 循环，增加长命名变量
- 效果：蒸馏者会提取到"错误"的风格特征

**反蒸馏水印**:
- 在代码中埋入独特的、不可见的标记
- 如果发现他人的 AI 输出包含这些标记，说明你的代码被蒸馏了

**适用场景**: 高敏感项目、IP 保护、开源代码追踪

---

## 三、核心功能

### 1. PII 智能检测与脱敏

自动识别并脱敏:
- 个人标识：邮箱、姓名、手机、身份证
- 技术凭证：API Key、Token、密码
- 基础设施：IP 地址、内部 URL
- 业务敏感：客户名、项目代号

**技术**: 正则 + NER + 自定义规则

---

### 2. 风格特征分析

生成"风格指纹报告":
- 你的代码有哪些独特特征
- 这些特征有多显著（可被蒸馏的概率）
- 哪些特征是高风险的

**分析维度**:
- 代码风格：命名习惯、缩进偏好、注释风格、函数长度
- 文档风格：句式结构、高频词汇、段落组织
- 决策风格：commit message 的表达方式

---

### 3. 三级混淆引擎

一键处理，按需选择保护强度:
- Level 1：保留风格，去除敏感（合规场景）
- Level 2：降低风格显著性（离职场景）
- Level 3：主动防御（高敏感场景）

---

### 4. 混淆效果评估

混淆后自动评估:
- 风格特征降低了多少
- 可蒸馏风险评分的变化
- 能力保留度（代码是否仍可运行）

---

### 5. 批量处理与导出

- 支持整个 Git 仓库批量处理
- 增量处理（只处理新提交）
- 导出格式：Git 仓库、ZIP 包

---

## 四、使用方式

### CLI 命令

```bash
# 安装
pip install ghostshield

# 基础用法
ghostshield --level=2 --input=./my-repo --output=./protected-repo

# 查看风格分析报告
ghostshield analyze ./my-repo

# 启用反蒸馏水印
ghostshield --level=3 --watermark=true --input=./my-repo

# 评估混淆效果
ghostshield evaluate ./protected-repo --compare=./my-repo
```

### 交互式使用

```bash
ghostshield init

🛡️ GhostShield - 反同事蒸馏防护盾

请选择保护级别:
[1] 基础防护 - 去除敏感信息，保留风格（推荐用于合规输出）
[2] 深度混淆 - 降低风格特征，防止精准画像（推荐用于离职保护）
[3] 极致隐匿 - 注入噪声与伪特征，主动防御（推荐用于高敏感场景）

请输入数据源路径: ./my-repo

⏳ 处理中...

✅ 防护完成！
📊 防护效果评估:
- PII 检测: 127 处已脱敏
- 风格特征降低: 68%
- 蒸馏相似度: 0.31 (原始 0.89)
- 能力保留度: 92%

💾 输出位置: ./protected-repo
```

---

## 五、技术架构

```
┌─────────────────────────────────────────────────────────┐
│                    GhostShield 架构                      │
├─────────────────────────────────────────────────────────┤
│  输入层       →    分析引擎    →    混淆引擎            │
│  - Git 仓库        - PII 检测      - Level 1/2/3       │
│  - 文件目录        - 风格分析      - 风格注入            │
│  - 单文件          - 风险评估      - 伪特征生成          │
│                                      ↓                  │
│                              ┌─────────────┐            │
│                              │  评估引擎   │            │
│                              │ - 效果度量  │            │
│                              │ - 报告生成  │            │
│                              └─────────────┘            │
│                                      ↓                  │
│                                 输出层                  │
│                              - Git 仓库                 │
│                              - ZIP 包                   │
│                              - 评估报告                 │
└─────────────────────────────────────────────────────────┘
```

---

## 六、定价策略

### 免费开源（GPL v3）

**全部功能免费**:
- Level 1-3 完整功能
- 无使用次数限制
- 源码完全开放

**商业模式（可选）**:
- 企业版支持服务：¥50k/年
- 私有化部署咨询：按项目报价
- 定制化规则开发：¥2k/规则

---

## 七、与竞品对比

| 维度 | colleague-skill | teammate-skill | **GhostShield** |
|------|-----------------|----------------|-----------------|
| **方向** | 提取风格 | 提取风格 | **混淆风格** |
| **用户** | 接收工作的人 | 团队知识管理 | **保护自己的人** |
| **痛点** | 知识传承 | 知识流失 | **隐私泄露、IP 被窃** |
| **市场** | 红海 | 红海 | **蓝海** |
| **道德** | 有争议 | 可能未经同意 | **正当（自我保护）** |
| **定价** | 付费 | 付费 | **免费开源** |

---

## 八、开发路线图

### Phase 1: MVP（4 周）

- ✅ PII 检测（正则 + presidio）
- ✅ Level 1 基础脱敏
- ✅ 简单的风格分析
- ✅ CLI 基础命令

### Phase 2: 核心功能（6 周）

- ✅ Level 2 深度混淆
- ✅ 风格指纹分析
- ✅ 混淆效果评估
- ✅ Git 仓库批量处理

### Phase 3: 高级功能（8 周）

- ✅ Level 3 极致隐匿
- ✅ 风格注入引擎
- ✅ 伪特征生成器
- ✅ 反蒸馏水印

### Phase 4: 生态建设（持续）

- 社区贡献风格库
- Web UI 界面
- 插件系统（VS Code / JetBrains）
- 多语言支持

---

## 九、目标用户

| 用户群体 | 核心诉求 | 推荐级别 |
|----------|----------|----------|
| **离职员工** | 保护职业竞争力，防止被完美替代 | Level 2 |
| **竞业限制者** | 合规保护，避免技术风格泄露 | Level 1-2 |
| **技术大牛** | IP 保护，独特性维护 | Level 3 |
| **开源贡献者** | 开源代码风格保护 | Level 2-3 |
| **合规团队** | GDPR 合规，隐私保护 | Level 1 |

---

## 十、风险与应对

### 技术风险

| 风险 | 应对 |
|------|------|
| 混淆过度导致代码不可用 | 提供预览功能，显示"能力保留度"指标 |
| PII 检测遗漏 | 混合多种检测技术，提供人工复核 |
| Level 3 对抗生成效果不佳 | 先用规则实现，后续用 GAN 优化 |

### 法律风险

| 风险 | 应对 |
|------|------|
| 用户用于恶意目的 | 在 LICENSE 中明确使用限制 |
| 水印被破解 | 多种水印技术组合，定期更新算法 |

---

## 十一、推广策略

### 开源社区驱动

1. **GitHub 发布**: 开源全部代码，吸引 Star 和贡献者
2. **技术博客**: 撰写"如何防止你的代码风格被 AI 蒸馏"系列
3. **Hacker News / V2EX**: 发布产品，引发讨论
4. **Skill 市场上架**: ClawHub、SkillHub、SkillsBot

### 借力竞品热度

- 在 colleague-skill、teammate-skill 的讨论区推广
- 制作"提取 vs 防御"对比图
- 强调"你的代码正在被蒸馏"的紧迫感

---

## 十二、总结

**GhostShield 是一个填补市场空白的创新 Skill**:
- ✅ 蓝海市场，无直接竞品
- ✅ 需求真实（离职、竞业、IP 保护）
- ✅ 技术可行（PII 检测 + 风格分析 + 对抗生成）
- ✅ 免费开源，社区驱动

**核心价值**:
> "你的风格是你的 IP，不是别人的训练数据。"

---

**版本**: 1.0.0  
**作者**: 老杨 + AI Assistant  
**日期**: 2026-04-04  
**许可证**: GPL v3