Eigene Erkenner

Latet kennt geheime Werte, personenbezogene Daten und nationale Identifikationsnummern, aber nicht die Formate Ihres Unternehmens: Ausweisnummern, Vertragscodes, Kunden-IDs. Ein Erkenner bringt ihm eines bei. Er besteht aus einem Muster, optional Prüfziffern und Schlüsselwörtern, und einigen erfundenen Beispielen, an denen er geprüft wird.

Verwenden Sie stattdessen einen Begriff, wenn es einen einzelnen, genauen Wert zu verbergen gilt, etwa den Namen eines Kunden. Ein Erkenner ist für jeden Wert gedacht, der auf eine bestimmte Weise geschrieben ist.

Nie echte Werte einfügen

Ein Erkenner beschreibt ein Format. Seine Beispiele sind erfunden: Schreiben Sie sie anhand der Beschreibung, oder nehmen Sie einen echten Wert und ändern Sie jeden Buchstaben und jede Ziffer, wobei der Aufbau erhalten bleibt. latet rules add lehnt ein Beispiel ab, das Latet bereits als echten Wert gesehen hat. Wenn ein KI-Agent den Erkenner für Sie schreibt, beschreiben Sie ihm das Format in Worten: zwei Großbuchstaben, ein Bindestrich, sechs Ziffern, zu finden in der Spalte badge des HR-Exports.

Die Formate finden

Sie wissen nicht genau, welche Formate Ihre Dateien enthalten? Lassen Sie Latet nachsehen, auf diesem Rechner:

latet rules suggest ./my-project

Der Befehl listet die Formate codeähnlicher Werte auf, die noch keine Regel abdeckt, etwa AA-999999 (A für einen Buchstaben, 9 für eine Ziffer), mit der Anzahl verschiedener Werte, die er gesehen hat, den Dateien, in denen sie stehen, den Prüfziffern, die sie bestehen, und den Bezeichnungen daneben (badge, invoice_ref). Er gibt nie einen Wert aus. In einem Git-Repository liest er nur die Dateien, die Git kennt, sodass ignorierte Dateien außen vor bleiben. --yaml entwirft für jedes Format einen Erkenner, mit Beispielen, die nach dem Format erfunden sind; beschreiben Sie, was jeder findet, bevor Sie ihn hinzufügen. --show-values zeigt drei Werte jedes Formats in Ihrem eigenen Terminal und verweigert die Ausführung innerhalb eines KI-Agenten oder einer Pipe.

Ein Beispiel

recognizers:
  - name: employee-id
    description: Badge numbers of the HR system
    pattern: '\b[A-Z]{2}-\d{6}\b'
    context:
      words: [badge, employee]
    examples:
      match: ["badge AB-123456", "employee: QX-904417"]
      no_match: ["AB-123456 alone", "build AB-12345"]

Legen Sie ihn in einer eigenen Datei ab, etwa rules.yaml, und dann:

latet rules test rules.yaml     # every example, with the reason when one fails
latet rules add rules.yaml      # saves it in config.yaml and applies it
latet rules list

Ab dann wird AB-123456 neben dem Wort badge als EMPLOYEE_ID maskiert, und das Dashboard nennt die Regel recognizer:employee-id. Der Ersatzwert behält das Format: zwei Buchstaben, ein Bindestrich, sechs Ziffern.

Die Seite Regeln im Dashboard erledigt dasselbe in ihrem Tab Erkenner: eine Tabelle Ihrer Erkenner, jede Zeile mit dem Namen, dem Typ, dem, was er findet (das Muster, gekürzt), dem, was mit seinen Werten geschieht, und wie er geladen wurde. Erkenner hinzufügen öffnet einen Bereich mit jedem Feld: ausfüllen und Ausprobieren mit einem eigenen Text (nichts, was Sie dort eingeben, wird aufbewahrt). Bevor Sie speichern, zeigt sie das Ergebnis jedes Beispiels und die Treffer in gewöhnlichem Code. Wählen Sie Zeilen aus, um sie ein- oder auszuschalten oder zu löschen; Exportieren und Importieren übertragen sie als Regeldatei. Ist der lokale Prüfer eingeschaltet, schreibt Entwurf aus einer Beschreibung den Erkenner aus einem Satz für Sie (“Ausweisnummern: BD, ein Bindestrich und sechs Ziffern”), mit erfundenen Beispielen, und öffnet ihn im Bereich, wenn diese bestehen, damit Sie ihn prüfen und speichern.

Für ein einzelnes Projekt

Ein Erkenner kann zu einem Projekt gehören statt zu ganz Latet:

latet rules add rules.yaml --repo .          # into the project's latet.yaml, shared with the team
latet rules add rules.yaml --project .       # into your own settings for the project
latet rules list --project .

Die Seite Regeln im Dashboard erledigt dasselbe, sobald Sie oben in der Auswahl das Projekt wählen: Ihre Tabelle Erkenner zeigt die des Projekts, aus Ihren Einstellungen und aus der latet.yaml, mit Ihren globalen, und ein neuer kommt dorthin, wo Speichern in in seinem Bereich es sagt.

Woraus ein Erkenner besteht

Schlüssel	Was er tut
name	Kleinbuchstaben, Ziffern und Bindestriche, eindeutig.
type	Der Typ, der für seine Werte angezeigt wird, in Großbuchstaben. Ist er nicht gesetzt, der Name in Großbuchstaben. Er darf kein Typ sein, den Latet bereits hat.
pattern	Ein regulärer Ausdruck in RE2. Eine Gruppe namens value wählt den Teil aus, der maskiert wird.
checksum	Prüfziffern, die der Wert bestehen muss: luhn, iban, mod97-10, mod11-10, ean, verhoeff, damm oder eine gewichtete Summe. Auch die Ersatzwerte bestehen sie.
context	Schlüsselwörter (words, unabhängig von Groß- und Kleinschreibung; acronyms, in genau dieser Schreibweise), die in derselben Zeile stehen müssen, innerhalb von window Zeichen, oder in der Spaltenüberschrift einer Tabelle.
examples	match und no_match: erfundene Texte, die bei jedem Laden der Regeln geprüft werden.
class	custom oder secret für Werte, die Ihren Rechner nie im Klartext verlassen dürfen: Sie werden wie üblich maskiert, und eine Anfrage, die einen im Klartext enthielte, wird gestoppt, auch in Claude Code.
policy	mask (Standard), redact oder allow. Ein Eintrag in policies hat Vorrang.
surrogate	shape oder {keep: 3}, um ein Präfix unverändert zu lassen.
enabled	false behält die Regel in der Datei, ausgeschaltet.

Die Konfigurationsreferenz listet jeden Schlüssel auf, und mit dem JSON Schema kann Ihr Editor sie vervollständigen.

Muster sind RE2

RE2 läuft in linearer Zeit, daher kann kein Muster eine Anfrage aufhalten. Es kennt keine Lookarounds ((?=, (?<=) und keine Rückwärtsreferenzen (\1). Wo Sie ein Lookbehind verwenden würden, nehmen Sie den Kontext ins Muster auf und markieren Sie den Wert mit einer benannten Gruppe:

recognizers:
  - name: contract-code
    pattern: '(?i)\bcontract[ #:]+(?P<value>[A-Z]{3}\d{5})\b'
    examples:
      match: ["Contract #KLM48213"]
      no_match: ["contract signed"]

Nur KLM48213 wird maskiert. Schreiben Sie Muster in YAML in einfache Anführungszeichen, damit Backslashes erhalten bleiben.

Ein Wert braucht einen Buchstaben oder eine Ziffer. Ein Treffer aus reinen Sonderzeichen, etwa das --- einer Markdown-Tabelle, bleibt unverändert, da sein Ersatzwert das Original selbst wäre; latet rules test und Ausprobieren weisen darauf hin.

Präzise Regeln

Eine Regel, die überall in gewöhnlichem Code anschlägt, würde den Code selbst maskieren, daher prüft Latet jede an einer Stichprobe der Python-Standardbibliothek: Bei mehr als 50 Treffern wird sie ausgeschaltet. Schlüsselwörter und Prüfziffern helfen dagegen. Zum Beispiel eine Nummer, deren letzte Ziffer eine Luhn-Prüfziffer ist:

recognizers:
  - name: card-ref
    type: CARD_REF
    pattern: '\bCR(?P<value>\d{8})\b'
    checksum: luhn
    class: secret
    examples:
      match: ["ref CR12345674"]
      no_match: ["ref CR12345678"]

latet rules test rules.yaml --corpus src/ zeigt auch, wie viele Werte die Regel in Ihren eigenen Dateien finden würde. Der Befehl gibt nur ihre Formate aus (AA-999999 x12), nie die Werte.

Wenn etwas nicht stimmt

Ein Erkenner mit einem Fehler (ein Muster, das RE2 ablehnt, eine unbekannte Prüfsumme, ein falsch geschriebener Schlüssel) wird ausgeschaltet; die anderen arbeiten weiter, und die Datei behält ihn so, wie Sie ihn geschrieben haben. latet reload, latet doctor und die Seite Regeln im Dashboard sagen, welcher es ist und warum, und latet rules test erklärt jedes Beispiel. latet config validate prüft die ganze Datei.

Sie schreiben Erkenner mit einem KI-Agenten? Verweisen Sie ihn auf llms-rules.md im Repository: dieselben Schritte, für ihn geschrieben.