如何严防 AI Agent 记忆泄露密钥:cavemem 隐私与安全设计完整指南
如何严防 AI Agent 记忆泄露密钥:cavemem 隐私与安全设计完整指南
cavemem 是一款为编码助手提供跨 IDE 持久记忆的开源工具,它把 Claude Code、Cursor 等 AI Agent 的会话内容压缩后存入本地 SQLite。记忆系统最大的隐患,就是 API Key、密码等敏感信息被悄悄写进数据库。本文带你拆解 cavemem 的 5 层防线,看懂本地 AI Agent 记忆如何严防密钥泄露。
为什么 AI Agent 记忆需要隐私设计?🤔
AI Agent 每轮对话都会接触到大量敏感内容:你刚打印出的环境变量、终端里的 Bearer Token、配置文件中的数据库密码。如果这些内容原样进入长期记忆库,一次意外的同步、一次 export 备份,都可能让密钥随记忆一起泄露。
cavemem 的核心理念是:隐私在写入边界强制实施(Privacy is enforced at the write boundary)。任何内容在落盘前,都会先经过层层过滤——这是写在项目规则里的"不可协商条款"。
数据流可以概括为:
会话事件 → 去除 <private> 内容 → 脱敏 → 压缩 → SQLite + FTS5
整体架构见 docs/architecture.md。
第一层:手动打标记,<private> 标签立即可用
最简单的防线由你亲自把守。在发给 AI Agent 的内容中,用 <private>…</private> 包裹不想被记住的片段,cavemem 会在写入前把整段内容彻底剥离——不是打码,而是删除。
它的实现非常保守,见 packages/compress/src/privacy.ts:
- 成对标签内的内容直接删除;
- 如果发现
<private>开了头却没闭合,从该位置到输入末尾全部抹掉,宁可多删也不漏存。
这意味着哪怕你在匆忙中忘了写结束标签,敏感内容依然不会进库。
第二层:自动脱敏,API Key 根本存不进去
就算你没打标签,cavemem 的 redactSecrets(默认开启,由 privacy.redactSecrets 控制)也会在压缩前扫描并替换"长得像密钥"的子串。同一文件中定义了全部规则:
| 目标 | 处理结果 |
|---|---|
PEM 私钥块(-----BEGIN ... PRIVATE KEY-----) |
[REDACTED] |
Bearer Token |
Bearer [REDACTED] |
OpenAI 风格 sk- 密钥 |
[REDACTED] |
AWS AKIA... 密钥 |
[REDACTED] |
GitHub ghp_ / github_pat_ Token |
[REDACTED] |
Slack xox* Token |
[REDACTED] |
api_key = "..." 这类赋值语句 |
api_key = "[REDACTED]" |
值得注意的是最后一类:它专门匹配 key = value / key: value 形式的赋值,且 key 名以 api_key、secret、token、password 等敏感词结尾。为了减少误伤普通代码,looksSecretish() 函数(见 packages/compress/src/privacy.ts)会先检查值是否足够长、是否是普通函数调用或纯英文单词,再决定是否打码。
第三层:路径排除,敏感目录"永不被读"
有些文件里的密钥再多打码也不保险,比如 .env、secrets/ 目录。通过 privacy.excludePatterns,你可以让匹配的路径完全不被采集——不是脱敏后存储,而是根本跳过。
推荐配置(可直接参考 examples/settings.example.json):
"privacy": {
"excludePatterns": ["**/.env", "**/secrets/**"],
"redactSecrets": true
}
执行逻辑在 packages/hooks/src/handlers/post-tool-use.ts:
- 不仅检查
file_path、path等专用字段,还会扫描工具输入/输出文本中嵌入在命令字符串里的路径(例如 Bash 命令中拼接的cat .env); - 一旦命中排除规则,整条记录静默丢弃,连日志都不留痕迹。
第四层:Worker 本地安全,三层拦截恶意请求
cavemem 的 worker(负责向量索引和本地浏览页面)只绑定 127.0.0.1:37777,但项目作者认为"只绑回环地址"还不够,在 apps/worker/src/security.ts 中叠加了三层防护:
- Host 头白名单——只接受
127.0.0.1:端口和localhost:端口,直接封杀 DNS 重绑定攻击; - Origin 头校验——恶意网页发起的跨域 CSRF 请求一律 403,且响应从不附带 CORS 头;
- Bearer Token 鉴权——所有
/api/*接口必须携带本地令牌。令牌首次启动时用crypto.randomBytes(32)生成,持久化到<dataDir>/worker-token,文件权限强制0600(仅属主可读写),重启后复用,其他本地用户进程拿不到。
这样即使浏览器里打开了一个恶意页面,它也无法通过本地端口窃取你的记忆数据。
第五层:本地优先,默认零网络调用
密钥泄露常发生在"数据离开机器"的那一刻。cavemem 的默认姿态是 Local by default:
- 默认嵌入模型为本地 Transformers.js 模型
Xenova/all-MiniLM-L6-v2,向量化全程不出机器; - 钩子(hooks)执行中没有任何网络调用,写入同步完成,不经过任何 HTTP 边界;
- 远程嵌入(ollama / openai)与联网搜索增强(
enrich)都是显式开启才生效,enrich.enabled默认false——关闭时该 MCP 工具根本不会注册,"永不发起网络请求"(完整说明见 docs/mcp.md)。
配置项的完整定义可查阅 packages/config/src/schema.ts。
小结:5 层防线一张表
| 层级 | 防线 | 防什么 |
|---|---|---|
| 1 | <private> 手动标记 |
你主动想隐藏的内容 |
| 2 | redactSecrets 自动脱敏 |
意外混入的 API Key / Token / 密码 |
| 3 | excludePatterns 路径排除 |
.env 等敏感文件整体入档 |
| 4 | Worker 三层访问控制 | 本机其他进程、恶意网页窃取 |
| 5 | 本地优先 + 零默认网络调用 | 密钥随数据离开机器 |
隐私不是事后补丁,而是写入边界上的硬性约束。这套"标记—脱敏—排除—访问控制—本地化"的组合拳,值得每个做本地 AI 记忆系统的团队参考。