CommunityRecherche & Datenanalysegithub.com

lumen-argus/lumen-argus

DLP-Proxy für KI-Coding-Tools – überprüft ausgehende Anfragen auf Geheimnisse, personenbezogene Daten und proprietäre Informationen, bevor sie KI-Anbieter erreichen.

Was ist lumen-argus?

Lumen-Argus ist ein DLP-Proxy (Data Loss Prevention), der speziell für KI-gestützte Coding-Tools entwickelt wurde. Es fungiert als Sicherheitsschicht, die alle Anfragen an KI-Anbieter in Echtzeit auf sensible Daten wie API-Schlüssel, Passwörter, personenbezogene Daten (PII) und proprietären Code überprüft. Durch die Integration zwischen dem Entwicklungstool und dem KI-Dienst werden unbeabsichtigte Datenlecks verhindert, ohne die Entwicklungsgeschwindigkeit zu beeinträchtigen. Lumen-Argus unterstützt gängige KI-Coding-Tools und lässt sich nahtlos in bestehende Arbeitsabläufe einbinden, indem es als lokaler oder netzwerkbasierter Proxy eingerichtet wird. Dies ermöglicht Teams die Einhaltung von Datenschutzrichtlinien und Compliance-Anforderungen bei gleichzeitiger Nutzung der KI-gestützten Entwicklungshilfe.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add lumen-argus/lumen-argus

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht lumen-argus?

DLP-Proxy für KI-Coding-Tools – überprüft ausgehende Anfragen auf Geheimnisse, personenbezogene Daten (PII) und proprietäre Informationen, bevor sie KI-Anbieter erreichen.

Übersicht

Lumen-Argus wurde entwickelt, um sensible Daten zu schützen, die in KI-gestützten Entwicklungswerkzeugen wie Claude Code, Cursor oder Codex verwendet werden. Es fungiert als transparenter Proxy, der jede Anfrage an externe KI-Dienste analysiert und potenziell kompromittierende Informationen wie API-Schlüssel, Passwörter, Zugangstoken, personenbezogene Daten (z. B. E-Mail-Adressen, Telefonnummern, ID-Nummern) und geschützten Quellcode erkennt.

Funktionen

  • Echtzeit-Scanning: Überprüft ausgehende Anfragen vor der Übertragung an den KI-Anbieter.
  • Mustererkennung: Nutzt reguläre Ausdrücke und ML-basierte Erkennung für verschiedene Datenarten wie Secrets, PII und proprietären Code.
  • Plattformunabhängig: Kompatibel mit lokalen und cloudbasierten KI-Coding-Assistenten.
  • Konfigurierbare Regeln: Erlaubt maßgeschneiderte Erkennungslogiken basierend auf den Anforderungen des Teams.
  • Detaillierte Protokollierung: Zeichnet blockierte und zugelassene Anfragen zu Audit-Zwecken auf.

Einsatzmöglichkeiten

  • Sicherheit: Verhindert Datenlecks bei der Nutzung von KI-Coding-Tools.
  • Compliance: Unterstützt die Einhaltung von DSGVO, HIPAA, SOC 2 und anderen Vorschriften.
  • Entwicklerproduktivität: Ermöglicht die Nutzung von KI-Assistenten ohne das Risiko von Datenexposition.

Einrichtung

  1. Lumen-Argus gemäß der Repository-Anleitung installieren.
  2. Den Proxy als Middleware oder lokalen Dienst konfigurieren.
  3. Das KI-Coding-Tool so einrichten, dass es Anfragen über den Lumen-Argus-Proxy sendet.
  4. Erkennungsregeln in der Konfigurationsdatei definieren oder die Standardregeln verwenden.
  5. Den Proxy starten und die Protokolle auf blockierte Anfragen überwachen.

Konfiguration

Standardmäßig sucht Lumen-Argus nach bekannten Geheimnis-Mustern (z. B. sk-... für OpenAI-Schlüssel) und personenbezogenen Datenformaten. Die Regeln können durch Bearbeiten der config.yaml-Datei erweitert werden:

regeln:
  - name: "openai-api-key"
    muster: "sk-[A-Za-z0-9]{32,}"
    aktion: blockieren
  - name: "email-adresse"
    muster: "[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}"
    aktion: protokollieren

Integration mit KI-Coding-Tools

Beispiel für die Integration mit Claude Code durch Setzen der Umgebungsvariable:

export HTTP_PROXY="http://localhost:8080"
export HTTPS_PROXY="http://localhost:8080"

Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert.

Mitwirken

Beiträge sind willkommen! Bitte issues oder pull requests im Repository einreichen.

Verwandte Skills