Glean 搜索查询安全：发送前的敏感信息预检

把查询送进 Glean 前，拦截空查询与疑似密钥/口令，并检查 datasourcesFilter 类型。减少「把密码搜进日志」事故。

先看清成品

• ok 通过；含 api_key 与错误 filter 类型 → INVALID。
• 3 项 pytest 通过。

合规提醒：Glean 是企业产品，需管理员采购与部署；个人通常不能自助注册。搜索与聊天结果继承各数据源权限，禁止用管理员特权接口绕过 ACL 给无授权用户。Token 等同企业访问权，勿提交公开仓库。本文不编造报价。

运行说明：无公司 Glean 租户。A/B 用本地 mock 演示 Platform Search/Chat 形状；C 为发查询前的脱敏守卫。未连接真实 *-be.glean.com。2026-10-23（Asia/Shanghai）pytest 通过。

做完之后你会得到什么？

需要准备哪些环境？

关键事实

文件结构

108-glean-C-src/
├── query_guard.py
├── sample_ok.json
├── sample_bad.json
└── test_108c.py

第 1 步：守卫脚本

#!/usr/bin/env python3
"""Pre-flight guard for Glean queries: block secret exfil patterns and empty queries."""
from __future__ import annotations
import argparse, json, re
from pathlib import Path

SECRETISH = re.compile(r"(?i)(api[_-]?key|password|secret|bearer\s+[a-z0-9]|AKIA[0-9A-Z]{16})")


def validate(obj: dict) -> list[str]:
    errs = []
    q = (obj.get("query") or obj.get("message") or "").strip()
    if not q:
        errs.append("query/message 必填")
    if SECRETISH.search(q):
        errs.append("查询中疑似含密钥/口令，禁止发到企业搜索（先脱敏）")
    # datasources filter shape if present
    ds = obj.get("datasourcesFilter") or obj.get("datasources")
    if ds is not None and not isinstance(ds, list):
        errs.append("datasourcesFilter 须为字符串数组")
    return errs


def main(argv=None) -> int:
    ap = argparse.ArgumentParser(description=__doc__)
    ap.add_argument("payload_json")
    args = ap.parse_args(argv)
    obj = json.loads(Path(args.payload_json).read_text(encoding="utf-8"))
    errs = validate(obj)
    if errs:
        print("INVALID")
        for e in errs: print("-", e)
        return 1
    print("OK")
    return 0

if __name__ == "__main__":
    raise SystemExit(main())

第 2 步：测试

from pathlib import Path
import json, subprocess, sys
from query_guard import validate
HERE = Path(__file__).resolve().parent

def test_ok():
    assert validate(json.loads((HERE/"sample_ok.json").read_text())) == []

def test_bad():
    assert validate(json.loads((HERE/"sample_bad.json").read_text()))

def test_cli():
    assert subprocess.run([sys.executable, str(HERE/"query_guard.py"), str(HERE/"sample_ok.json")]).returncode == 0

第 3 步：运行

$ query_guard
OK

INVALID
- 查询中疑似含密钥/口令，禁止发到企业搜索（先脱敏）
- datasourcesFilter 须为字符串数组

$ pytest -q
...                                                                      [100%]
3 passed in 0.03s

怎么检查结果？

• OK 退出码 0。
• bad 提示密钥与 filter 类型。

调试示例

「帮我找一下昨天的密码文件名叫什么」。 即便没有明文密钥，也可能触及敏感。改成工单号/文档标题等非秘密标识。

常见问题

模板规则

• 查询不写密钥。
• 最小数据源过滤。
• 异常查询可审计。

项目资源

先挡住秘密，再按回车搜索。