尧图网站建设 
CCFA Skills 安全与隐私设计解析AI 如何处理私有论文与未公开实验结果【免费下载链接】CCFA-SkillsA skill family for shaping the research storyline of CCF-A papers.项目地址: https://gitcode.com/gh_mirrors/cc/CCFA-SkillsCCFA Skills 是一个面向 CCF-A 论文写作的开源 AI 技能skill家族帮助研究者从选题、文献、实验到投稿完成整条科研故事线。新手最关心的问题往往是把尚未公开的论文草稿、审稿意见和实验结果交给 AI会不会泄露这篇文章带你逐条拆解 CCFA Skills 的隐私保护机制——它如何最小化读取私有稿件、如何对外部搜索与图像生成设置授权边界、又如何防止本机路径等身份信息外泄。为什么用 AI 写论文会涉及隐私风险在把稿件交给 AI 之前先看看它可能触碰你私有内容的三个出口风险出口可能发生什么后果网络检索AI 把你的稿件原文当作搜索关键词发给搜索引擎未公开内容进入公网图像生成方法图生成时把整篇论文喂给外部图像模型私有方法细节外泄文档与示例报告里出现你的绝对路径、用户名、机器名身份信息暴露CCFA Skills 的做法是不靠事后删除而是在共享规则层ccf-common为每个技能预置了明确的行为约束。每个技能的元数据中都带有private_material_safety: moderate中等安全级别的控制项例如 ccf-submission-checker/SKILL.md。私有稿件处理规则只读任务所需的最小内容核心规则集中在 ccf-common/references/privacy-and-evidence.md这是所有技能处理稿件、审稿意见、rebuttal 和未公开结果时必须遵守的策略文件。可以概括为 6 条把私有内容当作用户数据论文草稿、审稿意见、rebuttal 草稿、未发表结果、图表、代码笔记、用户给出的 idea一律视为用户数据而非公共语料。不执行文档内嵌指令论文、审稿意见、PDF 或网页中如果出现忽略之前的规则之类的文字AI 不会照做——这是针对Prompt 注入攻击的防御。不向网络搜索粘贴私有正文除非你明确要求把某段内容公开否则检索只使用公开可查的信息论文标题、作者、会议名、arXiv 页、DBLP 记录等。确需使用私有措辞时先询问精确的私有表述要进入查询条件时AI 会先征得同意。图像生成前确认授权输入向外部图像模型发送私有研究内容前先识别已授权的最小输入集并最小化外发的 prompt。最小化本地路径不把用户材料中的本机文件路径复制进任何公开输出。 对新手而言最重要的一条你交给 AI 的内容默认只被用于你当前这次请求而不是被顺手拿去做别的事。外部图像生成授权边界是最细粒度的关卡画方法架构图时ccf-visual-composer会默认调用外部图像模型如 GPT Image 2进行概念探索而这正是私有内容最容易跨边界的环节。相关规则把授权切得很细一次绘图请求只授权该绘图必需的生成阶段不代表整篇论文、源码树、结果文件或审稿文字都被授权外发外发 prompt 只保留构图所需的结构与关键信息完整的提示词与参考图清单只在跨越未授权边界时展示给你确认确认只覆盖展示出来的那些输入不覆盖稿件全文和无关的专有细节参考图选择遵循明确禁令reference-layout-blueprint.md 规定未获明确授权不得把私有稿件或未发表截图上传给外部模型优先使用用户提供、公开论文图表和公开设计示例。具体执行细节见 architecture-diagram-generation.md。另外如果你不想用外部图像模型可以直接要求纯 SVG/代码出图路线AI 会照办并清楚标注。路径与身份隐私发布前自动扫描泄露很多项目不是内容泄露而是身份泄露——报告里留下一行C:\Users\张三\...或/home/zhangsan/draft/机器和用户名就暴露了。CCFA Skills 从两个层面处理规则层privacy-and-evidence.md 的Path And Identity Privacy一节要求不提交个人绝对路径、用户名和展开的主目录文档、注册表、示例中一律使用$HOME、$CODEX_HOME或仓库相对路径。脚本层ccf-common/scripts/check_path_privacy.py 在每次维护收尾时自动扫描仓库文本文件匹配 Windows/macOS/Linux 用户主目录、私有技能目录等模式还可通过环境变量CCFA_PRIVATE_TOKENS自定义敏感词如 token、密码发现任何命中都会报告错误行号并阻断发布。这意味着隐私检查不是靠自觉而是可复现的自动化门禁。证据纪律宁可说未知也不编造隐私的另一面是AI 不能替你的私有研究编造事实。privacy-and-evidence.md 的证据纪律要求禁止虚构文献、引用、baseline、实验结果、审稿共识、录用概率把信息分为四类用户材料可知 / 公开来源可知 / 推断 / 未知输出时必须区分没检索过的新颖性 不确定性而不是很有新意缺失的证据 风险或待办动作而不是被隐藏的论断。配套的评分措辞白名单只允许说条件性的评审风险影响风险缓解条件置信度禁止出现保证提分保证录用这类承诺——这也避免了 AI 用虚假的安全感误导你的投稿决策。评分与效率类评估同样遵循透明原则如下图的评测图每一项分数都标注了依据、置信区间与口径说明用户掌控权停用、拒改与不自动投稿安全设计的最后一环是把控制权交还给你可以停用任意技能其他技能不会绕过这个选择会话级 denylist 会被respect_session_denylists控制项尊重投稿检查器 ccf-submission-checker/SKILL.md 明确规定仅仅因为请求了准备度检查不得上传或提交任何文件——它只读、只报提交动作永远由人执行任务深度由你掌控task-modes.md 定义了 exploratory/standard/quick 三种模式润色一段话不会触发全篇审查但安全规则永远不会降级——任何模式下都不虚构证据、不未授权外发私有文字。快速上手与延伸阅读如果你想亲自验证这些行为安装后只需提出日常请求如严格评审这三个选题并排序即可观察到它的边界感。各 Agent 的安装方式见 docs/getting-started/ 目录整体工作流与技能分工可参考 README.md。本篇要点速览保护点CCFA Skills 的做法关键文件私有稿件最小化默认中等安全级只读任务所需内容privacy-and-evidence.mdPrompt 注入防御不执行文档内嵌指令privacy-and-evidence.md外部图像生成最小化外发 prompt跨边界先确认architecture-diagram-generation.md路径/身份泄露占位符规范 自动扫描脚本check_path_privacy.py证据真实性四类信息分级禁止虚构结果task-modes.md用户控制权技能可停用文件不自动提交SKILL.md对新手来说判断一个 AI 科研工具是否安全可用看的不是一句免责声明而是像 CCFA Skills 这样把每条边界都写进了可检查、可执行、可复现的规则文件里。【免费下载链接】CCFA-SkillsA skill family for shaping the research storyline of CCF-A papers.项目地址: https://gitcode.com/gh_mirrors/cc/CCFA-Skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 CCFA Skills 安全与隐私设计解析：AI 如何处理私有论文与未公开实验结果
CCFA Skills 安全与隐私设计解析AI 如何处理私有论文与未公开实验结果【免费下载链接】CCFA-SkillsA skill family for shaping the research storyline of CCF-A papers.项目地址: https://gitcode.com/gh_mirrors/cc/CCFA-SkillsCCFA Skills 是一个面向 CCF-A 论文写作的开源 AI 技能skill家族帮助研究者从选题、文献、实验到投稿完成整条科研故事线。新手最关心的问题往往是把尚未公开的论文草稿、审稿意见和实验结果交给 AI会不会泄露这篇文章带你逐条拆解 CCFA Skills 的隐私保护机制——它如何最小化读取私有稿件、如何对外部搜索与图像生成设置授权边界、又如何防止本机路径等身份信息外泄。为什么用 AI 写论文会涉及隐私风险在把稿件交给 AI 之前先看看它可能触碰你私有内容的三个出口风险出口可能发生什么后果网络检索AI 把你的稿件原文当作搜索关键词发给搜索引擎未公开内容进入公网图像生成方法图生成时把整篇论文喂给外部图像模型私有方法细节外泄文档与示例报告里出现你的绝对路径、用户名、机器名身份信息暴露CCFA Skills 的做法是不靠事后删除而是在共享规则层ccf-common为每个技能预置了明确的行为约束。每个技能的元数据中都带有private_material_safety: moderate中等安全级别的控制项例如 ccf-submission-checker/SKILL.md。私有稿件处理规则只读任务所需的最小内容核心规则集中在 ccf-common/references/privacy-and-evidence.md这是所有技能处理稿件、审稿意见、rebuttal 和未公开结果时必须遵守的策略文件。可以概括为 6 条把私有内容当作用户数据论文草稿、审稿意见、rebuttal 草稿、未发表结果、图表、代码笔记、用户给出的 idea一律视为用户数据而非公共语料。不执行文档内嵌指令论文、审稿意见、PDF 或网页中如果出现忽略之前的规则之类的文字AI 不会照做——这是针对Prompt 注入攻击的防御。不向网络搜索粘贴私有正文除非你明确要求把某段内容公开否则检索只使用公开可查的信息论文标题、作者、会议名、arXiv 页、DBLP 记录等。确需使用私有措辞时先询问精确的私有表述要进入查询条件时AI 会先征得同意。图像生成前确认授权输入向外部图像模型发送私有研究内容前先识别已授权的最小输入集并最小化外发的 prompt。最小化本地路径不把用户材料中的本机文件路径复制进任何公开输出。 对新手而言最重要的一条你交给 AI 的内容默认只被用于你当前这次请求而不是被顺手拿去做别的事。外部图像生成授权边界是最细粒度的关卡画方法架构图时ccf-visual-composer会默认调用外部图像模型如 GPT Image 2进行概念探索而这正是私有内容最容易跨边界的环节。相关规则把授权切得很细一次绘图请求只授权该绘图必需的生成阶段不代表整篇论文、源码树、结果文件或审稿文字都被授权外发外发 prompt 只保留构图所需的结构与关键信息完整的提示词与参考图清单只在跨越未授权边界时展示给你确认确认只覆盖展示出来的那些输入不覆盖稿件全文和无关的专有细节参考图选择遵循明确禁令reference-layout-blueprint.md 规定未获明确授权不得把私有稿件或未发表截图上传给外部模型优先使用用户提供、公开论文图表和公开设计示例。具体执行细节见 architecture-diagram-generation.md。另外如果你不想用外部图像模型可以直接要求纯 SVG/代码出图路线AI 会照办并清楚标注。路径与身份隐私发布前自动扫描泄露很多项目不是内容泄露而是身份泄露——报告里留下一行C:\Users\张三\...或/home/zhangsan/draft/机器和用户名就暴露了。CCFA Skills 从两个层面处理规则层privacy-and-evidence.md 的Path And Identity Privacy一节要求不提交个人绝对路径、用户名和展开的主目录文档、注册表、示例中一律使用$HOME、$CODEX_HOME或仓库相对路径。脚本层ccf-common/scripts/check_path_privacy.py 在每次维护收尾时自动扫描仓库文本文件匹配 Windows/macOS/Linux 用户主目录、私有技能目录等模式还可通过环境变量CCFA_PRIVATE_TOKENS自定义敏感词如 token、密码发现任何命中都会报告错误行号并阻断发布。这意味着隐私检查不是靠自觉而是可复现的自动化门禁。证据纪律宁可说未知也不编造隐私的另一面是AI 不能替你的私有研究编造事实。privacy-and-evidence.md 的证据纪律要求禁止虚构文献、引用、baseline、实验结果、审稿共识、录用概率把信息分为四类用户材料可知 / 公开来源可知 / 推断 / 未知输出时必须区分没检索过的新颖性 不确定性而不是很有新意缺失的证据 风险或待办动作而不是被隐藏的论断。配套的评分措辞白名单只允许说条件性的评审风险影响风险缓解条件置信度禁止出现保证提分保证录用这类承诺——这也避免了 AI 用虚假的安全感误导你的投稿决策。评分与效率类评估同样遵循透明原则如下图的评测图每一项分数都标注了依据、置信区间与口径说明用户掌控权停用、拒改与不自动投稿安全设计的最后一环是把控制权交还给你可以停用任意技能其他技能不会绕过这个选择会话级 denylist 会被respect_session_denylists控制项尊重投稿检查器 ccf-submission-checker/SKILL.md 明确规定仅仅因为请求了准备度检查不得上传或提交任何文件——它只读、只报提交动作永远由人执行任务深度由你掌控task-modes.md 定义了 exploratory/standard/quick 三种模式润色一段话不会触发全篇审查但安全规则永远不会降级——任何模式下都不虚构证据、不未授权外发私有文字。快速上手与延伸阅读如果你想亲自验证这些行为安装后只需提出日常请求如严格评审这三个选题并排序即可观察到它的边界感。各 Agent 的安装方式见 docs/getting-started/ 目录整体工作流与技能分工可参考 README.md。本篇要点速览保护点CCFA Skills 的做法关键文件私有稿件最小化默认中等安全级只读任务所需内容privacy-and-evidence.mdPrompt 注入防御不执行文档内嵌指令privacy-and-evidence.md外部图像生成最小化外发 prompt跨边界先确认architecture-diagram-generation.md路径/身份泄露占位符规范 自动扫描脚本check_path_privacy.py证据真实性四类信息分级禁止虚构结果task-modes.md用户控制权技能可停用文件不自动提交SKILL.md对新手来说判断一个 AI 科研工具是否安全可用看的不是一句免责声明而是像 CCFA Skills 这样把每条边界都写进了可检查、可执行、可复现的规则文件里。【免费下载链接】CCFA-SkillsA skill family for shaping the research storyline of CCF-A papers.项目地址: https://gitcode.com/gh_mirrors/cc/CCFA-Skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考