安全与合规

一旦涉及账号、权限、付款、隐私、生产数据，就必须从“能跑就行”切到工程化流程——这一章就是那条线。

你将学会

• 正确管理密钥与凭证，泄露后知道怎么救；
• 判断自己碰了哪些敏感数据、该怎么保护；
• 认识输入校验与几类常见漏洞；
• 管理依赖供应链与许可证；
• 认识 AI 特有的风险（提示注入、数据外泄、生成代码许可证）。

前置知识

编程心智模型速成（环境变量与密钥一节）。

一、密钥与凭证

• 只走环境变量：写进 .env，或平台的密钥面板；
• 不进仓库：.env 加入 .gitignore；
• 不进前端：带 VITE_ / NEXT_PUBLIC_ 前缀的变量是公开的；
• 泄露应急：立刻在平台后台作废并重新生成——改代码没用，历史记录里还在。

自查：全文搜索 key、token、password、secret，看有没有硬编码。

二、用户数据与隐私

先回答三个问题：

1. 收集了什么？（越少越好：能不收就不收）
2. 存在哪？（本地 / 自己的服务器 / 第三方云）
3. 谁能看到、留多久、怎么删？

红线：不要收集与功能无关的个人信息；涉及实名、支付、位置、健康等敏感数据时，必须有专门的合规设计与审查，不能“顺手做着玩”。

三、输入校验与常见漏洞

所有来自用户的东西都不可信——表单、URL 参数、上传文件、接口返回。

漏洞	一句话	最低防护
注入	把用户输入当命令/查询执行	不拼接字符串，用参数化
XSS	用户输入里的脚本被执行	输出转义，别直接塞 HTML
越权	改了 URL 就能看别人数据	每次请求都校验“这是不是你的”
弱口令/无鉴权	后台谁都能进	鉴权 + 最小权限

一句话原则：默认不信任输入，默认最小权限。

四、依赖供应链

• 锁版本：用 lockfile，避免自动升到有问题的版本；
• 看审计：npm audit 之类工具能报已知漏洞；
• 数一数：为一个小功能引入几十个包，风险与维护成本都会上来；
• 看许可证：确认依赖的许可证允许你的使用方式（商用/开源各有约束）。

五、AI 特有的风险

风险	说明	对策
提示注入	网页/文件里的恶意文字诱导 AI 做危险操作	不把不可信内容直接当指令；关键操作要人工确认
数据外泄	把敏感内容贴进对话、或让 AI 联网发送	脱敏；不贴密钥与真实用户数据
生成代码许可证	AI 可能产出与训练数据相似的代码	关键项目做来源核查，保留许可说明

给 AI 的边界要写进提示或项目指令文件：不改动密钥、不发起外部请求、不执行未确认的危险命令。

六、上线前安全检查清单

• 仓库里没有密钥、.env、真实用户数据；
• 所有用户输入都做了校验与转义；
• 涉及他人数据的接口都校验了权限；
• 依赖来源清楚，锁了版本，无高危漏洞；
• 线上密钥用平台环境变量，未进代码；
• 有备份与回滚方案；
• 涉及身份 / 付款 / 外部写操作时，已做专门设计与审查。

动手练习

1. 全文搜索 key/token/password/secret，确认没有硬编码；
2. 跑一次依赖审计（如 npm audit），看有没有高危项；
3. 列出你的项目“碰了哪些敏感数据、分别怎么保护”。

检查点

• 能列出本项目涉及的敏感数据与保护方式；
• 能说出密钥泄露后的应急步骤；
• 能对一次上线安全自查给出结论。

常见问题

Q：个人小项目也要这么严吗？ 只看本地、不碰他人数据的玩具项目可以放宽。一旦上公网、一旦碰别人的数据，就必须按上面的清单走。

Q：把报错贴给 AI 会不会泄露？ 会——报错里可能带密钥、内网地址、用户数据。先脱敏再贴。

小结与下一步

安全不是“最后加一道锁”，而是从第一行代码起的习惯。接下来可以进入进阶：AI 应用开发。