Harness Bridge
SDK / 工具一个本地启动器:让 Claude Code 与其他七种编码 harness 直连任意 OpenAI / Anthropic / Responses 兼容端点——不改任何一行配置文件。
- launcher
- local-models
- cli
- menu-bar
AI 编程助手的本地隐私网关——请求出网前把密钥、连接串、PII 打码成结构化占位符,回复流式无感还原。
Data Maskit 架在开发终端与外部 AI 服务之间:请求出网前自动打码成结构化占位符(sk-proj/ghp 形态的密钥、云厂商 AccessKey、JWT、PEM 私钥、数据库连接串、私有 IP、手机号身份证号、内部代号,统统变成 {{CONNSTR_…}}、{{PHONE_…}} 占位符),模型流式回复时毫秒级还原成原文。模型绕着占位符工作,全程看不到真实值。100% 本地运算、零遥测。形态两种:桌面客户端(Windows、macOS Apple Silicon)与 Docker 网关(linux/amd64、arm64,内嵌 Web 控制台)——Cursor、Claude Code、Codex、Pi、OpenCode 等助手都能接。AGPL-3.0。
不能把密钥、内网拓扑与 PII 送到第三方模型服务商的团队与个人——又不想因此放弃 Cursor、Claude Code、Codex 的日常流程。
# Docker 网关(linux/amd64 + arm64,内嵌 Web 控制台): docker run -d \ --name maskit \ --restart unless-stopped \ -p 127.0.0.1:5801:5801 \ -p 127.0.0.1:18701:18701 \ -v maskit_data:/data \ -e MASKIT_PANEL_TOKEN="YourSecretToken123456" \ ghcr.io/xiayutian11/maskit:latest # 桌面客户端:去 GitHub Releases 下载 Windows 安装包或 macOS dmg
AGPL-3.0。控制台令牌必须至少 16 位纯 ASCII 字符,否则引擎安全回退为启动日志里的随机 token。打码-还原的保真度取决于规则覆盖——先拿自己的密钥实测,再决定信不信。
收录日期
一个本地启动器:让 Claude Code 与其他七种编码 harness 直连任意 OpenAI / Anthropic / Responses 兼容端点——不改任何一行配置文件。
用你已登录的 Claude Code 账号回答 macOS Spotlight 与 Siri 的提问——一个实验性的 macOS 27 模型委派提供者。
把十个 AI 编程助手的本地聊天记录提取成统一 JSONL——微调、分析,或赶在本地数据库被清空前备份多年的对话。纯标准库实现。