开源网关在模型请求发出前拦截密钥
EgressVeil 是面向 Claude Code 和 Aider 的本地开源网关,支持 Anthropic 和 OpenAI 兼容 API,可检查出站请求中的密钥、令牌和个人信息。团队可配置放行、脱敏、阻断或仅记录策略,并在本地审计日志中避免保留原始秘密值。
AI 深度解读
让 Claude Code 排查接口报错时,如果它把 .env、请求头或带客户信息的日志读进上下文,这些内容就可能随模型请求发出去。EgressVeil 在本机加了一道出站检查,让经过网关的请求按策略脱敏或拦截,再决定哪些内容可以发给模型服务商。
作者已经用 Claude Code 和 Aider 做过真实 API 验证,项目目前仍处于 beta。最值得花几分钟弄清的是它的覆盖范围。检查发生在模型 API 请求这一层,团队可以在这里补一道防线,但仍要管理 Agent 能读哪些文件、能走哪些网络出口。
网关能拦住哪些内容?
EgressVeil 放在 AI 编程工具和 LLM API 之间,检查经它转发的出站请求。按作者列出的能力,它能识别 API key、密码、JWT、其他 token 和个人信息。比如,一段调试日志里同时有报错信息和访问令牌,脱敏策略可以遮掉令牌,让剩余内容继续发给模型。
它提供四种策略。ALLOW 放行,REDACT 脱敏,BLOCK 拦截,LOG_ONLY 仅记录。仅记录可以帮助团队观察哪些内容会命中规则,这种模式下命中的请求仍可能发出去。作者称本地审计日志不会暴露原始秘密,但没有交代具体记录了哪些字段。
Claude Code 怎么接入,哪些流量会经过检查?
作者给出的两条命令分别用于安装 EgressVeil 和通过网关启动 Claude Code。
pip install egressveil
egressveil run -- claude
第二行命令里的 -- claude 指定要启动的工具。验证时要看模型请求是否确实经过网关,因为它的覆盖范围只包括经网关路由、且受支持的 LLM API 流量。
项目支持 Anthropic API 和 OpenAI-compatible API,可在 Windows、Linux 和 macOS 上运行。它在本机运行,无遥测,无需账号或订阅,采用 MIT License 免费开源。作者明确提到的真实 API 验证覆盖 Claude Code 和 Aider。原文没有列出测试的模型、工具版本或 API 兼容性矩阵。
我的判断
出站网关的价值在于,它能检查即将发出的请求。.gitignore 管的是 Git 的跟踪范围,碰到 Agent 从终端输出或调试日志里拿到的凭据,仍要看工具对本地读取和出站请求各自做了什么限制。收紧文件读取权限可以提前缩小暴露面,网关则可以处理已经进入请求的敏感内容。
原文给出的是接入验证和作者的经验判断,没有提供对照数据,也没有公布漏报率、误报率或延迟。尤其是个人信息和内部基础设施细节,可能没有 JWT 那样好辨认的格式。团队自己的内部域名、客户编号或自定义凭据能否被识别,需要用实际样本验证。Agent 在模型 API 之外发起的网络请求也要另行盘点。
能拿来做什么
- 在前端或 Node 项目里用假的 API key、JWT 和客户数据拼一段调试日志,经网关发起一次 Claude Code 请求,确认脱敏后模型还能看到排障所需的错误码和堆栈。
- 用假凭据分别验证
BLOCK和REDACT的行为,同时查看本地审计日志有无留下原值。团队据此决定哪些内容必须挡下,哪些可以脱敏后保留。 - 盘点日常 AI 编程时哪些模型请求经过网关,并单独检查 Agent 调用终端或其他工具时可能产生的网络流量。