「我们希望更多人，哪怕一个小 app 都可以低成本去用上大模型，而不是技术只掌握在一部分人和公司手中，形成垄断。」 —— 梁文锋（DeepSeek），《暗涌》访谈
A privacy-first pipeline that lets anyone donate their real AI-coding session data to the open-source model community.
开源模型生态最稀缺的不是权重，而是真实世界的人机协作开发轨迹数据。闭源实验室通过自家产品持续获得海量真实用户与 AI 结对编程的过程数据，而开源社区几乎只能靠合成数据自举。与此同时，每个 AI 编程工具的用户本地都沉睡着大量这类数据（如 Claude Code 存于 ~/.claude/projects/ 的完整会话），却因为隐私风险没有安全的贡献通道。
本项目为"科技平权"做一点微小的贡献：把这条通道修出来。
一个「会话脱敏导出工具 + 社区数据集」，双通道架构：
本地 AI 编程会话（v0.1: Claude Code JSONL）
│ 白名单式选择可公开的项目/会话
▼
多层自动脱敏（Gitleaks 规则集 + 自定义规则 + 结构感知化名映射）
▼
强制人工确认门（命中项逐项处置 / 一键批量替换 / 含图记录逐条确认）
▼
出口① HuggingFace 公开数据集 出口② API 重放直投
（GitHub PR 投稿 → CI 复扫 （环境变量注入 base_url/key，
→ 合并 → 同步 HF， 目标厂商用户自配置 + 官方预设，
所有开源模型受益） 数据仅用户与目标厂商可见）
- 检测器不自研：清洗层复用 Gitleaks 规则集等成熟引擎；本项目的独特价值是懂 agent 会话结构的管道 + 人工审查体验 + 统一导出 schema。
- 脱敏是命门：本地预检是拦截防线（不通过拒绝生成 PR），CI 是验证防线；纯自动清洗在理论上就不充分，人工确认门是默认设计而非可选项。
- 双通道尊重隐私偏好：想让所有开源模型受益就走公开数据集；只信任特定厂商就走直投。
要求：Node.js ≥ 20（npm workspaces monorepo，TypeScript）。
npm install # 安装全部 workspace 依赖
npm run build # 构建全部包（contracts → readers → sanitizer → replay-bundle → replay-runtime → replay-proxy → replay-submit → ui → daemon → publisher → direct-submit）
npm test # vitest 全量测试
npm run typecheck # 全包类型检查npx mosga ui
# 常用选项：
# -p, --port N 监听端口（默认 8899，或 $MOSGA_PORT）
# --no-open 只启动 daemon 不开浏览器（打印 URL）daemon 只绑定 127.0.0.1、无鉴权（v0.x 威胁模型：单机单用户），自托管界面在 http://127.0.0.1:8899/ui/。四步旅程：①选择会话 → ②处置命中 → ③签署确认 → ④选择出口（公开数据集 GitHub PR / API 直投）。
出口①配置的是公开数据集的规范 GitHub owner/repo，不是本地仓库路径。启动后在同源设置界面/API 中配置目标；后端只支持 github.com，并使用本机 gh auth 登录状态。预览会绑定目标版本、默认分支提交、兼容性清单和精确文件摘要，但不会创建 fork、写文件、push 或创建 PR。用户明确确认后，daemon 才在私有托管目录写入已封存字节并提交到上游或本人已验证的 fork，最终返回真实、可重试的 PR 回执。托管路径、凭据、命令和外部原始错误不会通过 HTTP 返回；GitHub 不可用时仍可只导出已脱敏、门禁通过的文件。
npm run build:shell # 产出桌面安装包（需要 Rust 工具链）
# 或开发模式：
cd apps/desktop && npm run dev # 自动构建 daemon 并以 adopt-or-spawn 模式启动✅ v0.3 已完成（2026-07）。设计文档（均经多轮对抗性评审）： 数据贡献管道 · 前端重设计。
v0.1 — TypeScript monorepo + Claude Code adapter + 三层脱敏 + 人工确认门（daemon + React 审查 UI）✅v0.2 — 出口②：API 重放直投（复用 omnicross provider 生态，用户自备 key）+ Tauri 桌面壳✅v0.3 — 前端重设计（omnicross/Claude 风格设计系统 + 四步旅程）+ 出口① HF 发布向导接线✅- v0.4 — 公开数据仓库建仓 + CI 复扫 + HF 同步跑通（真实端到端首投）
- v1.x — 更多采集 adapter（Codex / Cursor / Cline …）
- v2 — 服务器收件模式，面向无 GitHub 账号的更广人群
- ToS 合规：会话包含闭源模型输出，用于训练其他模型存在服务条款风险，处置策略按通道分别制定（见设计文档 Open Questions）。
- 重识别残余风险：即使脱敏完善，写作风格/话题仍可能关联到个人；贡献流程包含知情同意。
- 泄漏应急预案：v0.1 发布前必须就位（HF 记录删除、仓库历史处理、凭据轮换通知、公开事故记录）。