AI代理数据隐私规范

ADHP是一个开放的规范,为AI代理提供机器可读的隐私语言,确保数据发送者和处理者之间的隐私政策兼容性。

  • by StevenJohnson998
  • Python
  • 本地部署
  • 3 星标
  • 更新于
在 GitHub 查看 StevenJohnson998/agent-data-handling-policy

使用说明

代理数据处理策略(ADHP)

🌐 语言: 英语· 法语

AI代理即将处理您最敏感的数据。没有标准的方法知道他们用它做什么。


内容: 问题 · 解决方案 · 四个预设 · 运作原理 · 在行动中看到它 · 对于开发者 · 监管环境 · 信任路线图 · 状态 · 加入对话


问题

一家公司要求人工智能招聘代理寻找一名高级开发人员。该代理调用背景检查代理,该代理调用信用评分代理,该信用评分代理调用身份验证代理。候选人的简历、工作经历、社会保障号码和生物特征数据在几秒钟内跨越了四个服务,但无法了解每个服务对这些数据的处理方式。

flowchart LR
    A[Recruiting Agent] -->|CV, Name| B[Background Check]
    B -->|SSN, History| C[Credit Score]
    C -->|Gov. ID, Biometrics| D[Identity Check]
    D ~~~ S[ ]
    style S fill:none,stroke:none

在每一步:代理是否存储您的数据?用它来训练?与第三方分享?在哪个国家处理? 今天,没有标准的方法可以知道。

这不是假设。 主控程序 Anthropic每月SDK下载量超过9700万次。 A2A (谷歌)将代理与代理连接起来。自主代理链的基础设施在这里——隐私层没有。


解决方案

ADHP是一个开放的规范 人工智能代理的机器可读隐私语言.

两面,一个词汇:

  • 数据处理程序 声明他们如何处理数据(策略)。
  • 数据发送者 声明他们的要求(要求)。

确定性匹配算法检查兼容性 之前 交换任何数据。

flowchart LR
    Sender -->|Requirements| Match{match}
    Handler -->|Policies| Match
    Match --> Pass[✅ Compatible]
    Match --> Fail[❌ Incompatible]

四个预设

预设被命名为基线,就像数据处理的知识共享许可证一样。

预设 保留 共享 密钥保证
open 法定上限 允许 没有超出法律的限制。
standard 明确(必需) 允许 无营销,无分析。 max_retention 强制性的。
strict 仅限会话 禁止 +无培训、无研究、无内容记录。没有代表团。
zero_trace 无 禁止 什么都不会持续。没有超出法定楼层的原木。没有代表团。

每个预设级别都满足所有较低的要求:a strict 处理程序始终匹配 standard 要求。

额外内容 在任何预设之上添加约束: no_training, no_log, no_third_party, tee_execution, right_to_erasure以及更多。 规范中的完整列表→


运作原理

双向匹配

// Data handler declares:
{
  "adhp": "0.3",
  "policies": [{
    "frameworks": ["gdpr"],
    "preset": "standard",
    "extras": ["no_training"],
    "max_retention": "P6M",
    "jurisdiction": { "processing": ["DE"], "storage": ["DE"] }
  }]
}
// Data sender requires:
{
  "adhp": "0.3",
  "require": [{
    "frameworks": ["gdpr"],
    "min_preset": "standard",
    "extras": ["no_training"],
    "accepted_jurisdictions": ["EU"],
    "max_retention": "P1Y"
  }]
}

匹配算法运行 六次检查:框架、预设级别、附加、管辖区、数据类别和保留。全过→ 兼容的。任何失败→ 不相容的。

协议集成

ADHP插入代理生态系统的连接层:

协议 集成
主控程序 (人类学) capabilities 握手。客户端在发送数据之前进行本地评估。
A2A (谷歌) 代理卡政策 extensions.登记处按要求预先筛选。

委派级联

当代理委托给其他代理时,需求会通过链传递。每个下游处理程序都必须通过 match() --要求只能收紧,不能放松。

flowchart LR
    U[Sender: min standard, EU only] --> A[Handler A — standard, DE ✅]
    A -->|passes requirements| B[Handler B — standard, FR ✅]
    B -.->|blocked| C[Handler C — open, US ❌]
    C ~~~ S[ ]
    style S fill:none,stroke:none

strict 和 zero_trace 预设完全禁止委托——数据保留在处理程序中。


在行动中看到它

尝试互动游乐场→

配置发件人要求和处理程序策略,然后实时查看ADHP匹配情况。


对于开发者

安装验证器

pip install jsonschema

然后根据模式验证任何ADHP文档:

jsonschema -i my-policy.json schemas/adhp-v0.3.schema.json

架构: schemas/adhp-v0.3.schema.json (JSON模式草案2020-12)

快速开始

最简单的有效策略:

{ "adhp": "0.3", "policies": [{ "frameworks": ["gdpr"], "preset": "open" }] }

负责任的基线(最常见):

{
  "adhp": "0.3",
  "policies": [{
    "frameworks": ["gdpr"],
    "preset": "standard",
    "extras": ["no_training"],
    "max_retention": "P1Y",
    "jurisdiction": { "processing": ["EU"], "storage": ["EU"] }
  }]
}

Python SDK(即将推出v0.3)

from adhp import match

result = match(handler_policy, sender_requirements)
if result.compatible:
    # Route to matched policy flow
    print(f"Matched: {result.matched_policies}")
else:
    # Inspect failures
    for f in result.failures:
        print(f"  ✗ {f.check}: {f.message}")

完整规格: 规格.md ·示例: 示例/


监管环境

ADHP是 框架感知 --每项政策都声明了它支持哪种监管框架。匹配算法确保满足框架特定的要求。

框架 它需要什么 ADHP如何帮助
GDPR 数据保护 (欧盟) 主计长对每个子处理器负责(第28条) 整个委托链上的机器可读声明
英国GDPR 相同的义务,英国特定的上下文 单独的框架ID支持不同的预设语义
欧盟人工智能法案 人工智能系统的透明度义务(第50条) 标准化、可检查的数据处理格式
《加州消费者隐私法案》 (美国) 消费者了解数据共享的权利 在比赛时宣布并可验证的共享做法
《健康保险可携性和责任法案》 (美国) 健康数据业务伙伴协议 具有特定行业预设语义的健康数据处理声明

ADHP不能取代法律合规。它为系统就法规进行交流提供了一个通用的词汇和语法,而不是DPA、DPIA或法律协议的替代品。


超越宣言——信任路线图

“但是,如果代理人对其政策撒谎呢?”

ADHP是一种语言,而不是一种执行机制。验证由外部各方执行——ADHP仅提供 用于声明验证状态的字段每个阶段都添加了元数据,这增加了撒谎的成本:

阶段 什么 ADHP的作用
0 协议定义 --定义语言、模式、匹配算法 规范本身
1 自我声明 --代理声明他们的做法 策略字段(当前)
2 第三方审计 --外部审计师验证实践 字段: audited_by, audit_date, audit_url
3 自动化测试 --审计员代理使用金丝雀数据进行测试 字段: last_tested, test_result, tester_id
4 加密认证 --TEE、签名代码、ZK证明 字段: attestation, signature, tee_report_url

我们在这里:阶段0。 ADHP被设计为一个基础层,可以在其上构建验证和执行系统。每个阶段都会添加元数据字段来记录验证的发生、执行者以及如何检查。


项目状态

版本: 0.3.0(草案)· 许可证: Apache 2.0

状态 里程碑
✅ 规范v0.2——5级,委派级联
✅ 互动游乐场和MCP现场演示
✅ 规范v0.3 --基于框架的预设、双向匹配、附加、JSON模式
🔜 Python SDK v0.3更新
🔜 v0.4——自主与DPA授权、子处理器声明、, case 保留
🎯 建议作为MCP扩展

加入对话

我们正在公开建造这个。欢迎来自开发人员、DPO、隐私工程师、法律从业者以及在人工智能驱动的世界中关心数据隐私的任何人的反馈。

打开一个 讨论 对于想法,A 问题 对于bug,或者提交PR。