搜索「Privacy」的结果

io.github.topskychen/tilde

AI 智能体的家目录——隐私优先的可移植 AI 身份 MCP 服务。

io.github.linggen/linggen

通过 MCP 提供的本地、隐私优先代码检索 RAG 服务，详见 https://linggen.dev。

io.github.thedaviddias/Front-End-Checklist/cli

Review frontend code and live pages against the Front-End Checklist (380+ rules for accessibility, performance, SEO, security, HTML, CSS, JavaScript, images, i18n, privacy, testing) using the `frontendchecklist` CLI. Use when writing, reviewing, or shipping HTML/CSS/JS/JSX/TSX/Vue/Svelte/Astro code, before a commit or PR, or when asked to audit a public URL.

io.github.addyosmani/agent-skills/security-and-hardening

加固代码以抵御漏洞。在审计输入处理逻辑、处理用户输入/认证/数据存储/外部集成，或检查登录流程是否符合 OWASP Top Ten 时使用。在构建任何接收不可信数据、管理用户会话或对接第三方服务的功能时使用。在审计依赖已知漏洞、分诊包管理器审计结果或评估新包供应链风险时使用。涉及个人数据或隐私合规（GDPR、CCPA）时使用。

io.github.github/awesome-copilot/sql-object-impact-analysis

Before modifying a table, column, stored procedure, view, or trigger in a legacy codebase, trace every place that references it — across other SQL objects (procs, views, triggers) AND application code (C#, Angular/TypeScript, JS, or any language in the repo) — and produce a structured blast-radius report so you know what breaks before you change it. Use when the user asks 'what uses this column/table/procedure', 'is it safe to change X', 'what depends on this', 'impact of renaming/dropping X', or before any schema/proc modification in an unfamiliar or legacy codebase. Not for privacy/PII exposure analysis (see data-breach-blast-radius) or query performance tuning (see sql-optimization).

io.github.affaan-m/ECC/hipaa-compliance

面向医疗隐私与安全工作的 HIPAA 专用入口。适用于任务明确围绕 HIPAA、PHI 处理、受覆盖实体、业务伙伴协议（BAA）、违规响应态势或美国医疗合规要求时。

io.github.transilienceai/communitytools/mobile-security

映射到 OWASP MASVS/MASTG 的移动应用安全测试（Android + iOS）——静态逆向（Flutter AOT、Unity IL2CPP、React Native/Hermes、原生 ARM64、Mach-O/Swift）、SAST（manifest/IPC、存储、加密、签名）、动态分析（Frida/objection、TLS 固定 + root/越狱绕过、流量拦截）以及隐私测试。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.sickn33/antigravity-awesome-skills/review-swarm

对当前 git diff 或明确文件范围进行并行的只读多代理审查，发现行为回归、安全或隐私风险、性能与可靠性问题、契约或测试覆盖缺口。当用户要求 review swarm、并行审查、diff 审查时使用。

io.github.thinkwork-ai/thinkwork/automation-loop-designer

通过访谈从提示词设计 ThinkWork Automation：目标、Space、触发器、验证、评审设置、停止保护与隐私边界，随后输出可审阅的 AutomationDraft。

io.github.affaan-m/ECC/prediction-market-risk-review

审查预测市场、资产组合、预言机与交易 Agent 相关流程在合规、安全、数据质量、隐私和执行方面的风险。在任何流程涉及交易平台授权、用户持仓数据、API 密钥或交易规划之前使用。

io.github.FerroxLabs/wayland/mobile-analytics

专业移动分析，涵盖归因追踪、漏斗分析、崩溃报告集成、A/B 测试框架、留存与同期群分析、事件分类体系设计、符合隐私规范的数据采集、实时看板，以及面向 iOS 与 Android 应用的可执行指标策略。当用户询问 mobile analytics、mobile analytics 最佳实践，或需要 mobile analytics 实施指导时使用。当用户需要其他专项技能或涉及无关技术领域时请勿使用。

io.github.jeremylongshore/claude-code-plugins-plus-skills/twinmind-security-basics

TwinMind 的安全最佳实践：端侧音频处理、加密云备份、麦克风权限与数据隐私控制。用于实现安全基础功能，或管理 TwinMind 会议 AI 的运行。触发语如 “twinmind security basics”。

io.github.jeremylongshore/claude-code-plugins-plus-skills/speak-security-basics

Speak API 密钥、音频数据隐私、学生数据保护以及 COPPA/FERPA 合规的安全最佳实践。用于实现安全基础功能，或排查 Speak 语言学习集成问题。触发语如 “speak security basics”。

io.github.jeremylongshore/claude-code-plugins-plus-skills/granola-security-basics

Granola 会议数据的安全与隐私配置。用于评审数据处理方式、配置加密、确保 SOC 2/GDPR 合规，或保护会议录音。触发语：“granola security”、“granola privacy”、“granola encryption”、“granola SOC 2”、“granola GDPR”、“secure granola”。

io.github.ComeOnOliver/skillshub/cursor-prod-checklist

Cursor IDE 配置的生产就绪检查清单：安全、规则、索引、隐私与团队规范。触发词："cursor production"、"cursor ready"、"cursor checklist"、"optimize cursor setup"、"cursor onboarding"。