Detección

La detección se ejecuta en tu equipo, o en el servidor Latet al que está conectado tu equipo: nunca se llama a ningún servicio de detección en la nube. Varios detectores leen cada fragmento de texto que lleva una petición. Esta página los explica con ejemplos; la referencia de los detectores enumera todos los detectores y todas las reglas de secretos.

Secretos

Los secretos se enmascaran en todos los perfiles.

Se incluyen las credenciales de Latet: LATET_PERSONAL_TOKEN (latet_pat_), LATET_COMPUTER_KEY (latet_ck_), LATET_API_KEY (latet_key_) y LATET_ADMIN_TOKEN (latet_adm_), cada prefijo seguido de 43 caracteres seguros para URL (A-Z, a-z, 0-9, _, -). En https://<host>/u/<route-key>, los 16 a 128 caracteres seguros para URL de la clave de ruta se enmascaran como LATET_ROUTE_KEY; el host y los demás segmentos de la ruta se conservan. Esto se aplica en tu equipo y en un espacio del servidor, incluidos los volcados del entorno, el archivo settings.json de Claude Code y el archivo config.toml de Codex. Las llamadas a herramientas locales recuperan los valores reales. Una llamada a una herramienta externa que contiene un valor ficticio se detiene donde Latet puede interceptarla (consulta Alcance de la protección).

• Formatos conocidos. El conjunto de reglas predeterminado de gitleaks (222 reglas) viene incluido en Latet y se ejecuta sobre RE2, con las palabras clave, los umbrales de entropía y las listas de permitidos que usa gitleaks. Cubre las claves de API y los tokens de muchos proveedores, como GitHub, Anthropic, OpenAI, AWS, Stripe o Slack.
• Valores asignados a nombres sensibles, en archivos .env, en la configuración y en el código. Decide el nombre, tenga el valor el aspecto que tenga: DB_PASSWORD=..., "api_key": "..." y $env:TOKEN = ... se enmascaran; APP_NAME=shop y DEBUG=true, no. Los marcadores de posición como changeme, ${DB_PASSWORD} o <your-key> se dejan tal cual, y también las referencias en el código como process.env.API_KEY.
• Claves privadas: todo el cuerpo de un bloque de clave privada PEM, OpenSSH o PGP. Las líneas BEGIN y END siguen visibles, así que el modelo sigue sabiendo que ahí hay una clave.
• Credenciales: la contraseña en postgres://user:password@host/db y en otras URL, los JSON Web Tokens y las credenciales Bearer o Basic. En una cadena de conexión (una variable connectionString, una columna connection_string) solo se enmascaran las credenciales: los valores de Password=, PWD=, AccountKey= y similares, o la contraseña de su URL. El servidor, el usuario y la base de datos se quedan, como en Server=db;User Id=app;Password=…;.

Por ejemplo, un archivo .env tal como está en tu disco:

.env

APP_NAME=shop
SMTP_HOST=mail.northwind-legal.com
SMTP_PASSWORD=hunter2hunter
PAYMENTS_API_KEY=pk_9f2c4e7a1b3d5f8e0a6c

y lo que recibe el modelo cuando el agente lo lee:

APP_NAME=shop
SMTP_HOST=mail.northwind-legal.com
SMTP_PASSWORD=jeeepo3ixhbkw
PAYMENTS_API_KEY=pk_3a8d1f6b0e9c2a7d4b5e

El nombre de host no es un secreto y se queda. La contraseña y la clave se sustituyen por valores ficticios con la misma longitud y el mismo formato (los tuyos serán otros).

Marcadores de posición

Un valor que solo ocupa el lugar de un secreto se deja tal cual: en una asignación, como contraseña de una URL, en una columna secreta y como credencial de una cadena de conexión (User Id={{username}};Password={{password}};). El valor entero debe ser uno de estos, sin distinguir entre mayúsculas y minúsculas:

Forma	Ejemplos
Entre paréntesis angulares o corchetes	<password>, <your-key>, [password]
Una variable o una plantilla	${DB_PASSWORD}, $DB_PASSWORD, %DB_PASSWORD%, {{password}}, {env:DB_PASSWORD}, {file:./secret}
Your y un nombre	YOUR_PASSWORD, your-api-key, your.token
Una palabra que representa un valor	changeme, change_me, password, passwd, secret, token, placeholder, example, redacted, todo, tbd
Relleno	xxx, ***, ..., ---, ___
Ningún valor	null, none, nil, undefined, empty, true, false

changeme123 no es un marcador de posición: podría ser una contraseña real. En una asignación, también se deja tal cual una referencia en el código: process.env.API_KEY, os.environ["TOKEN"], os.getenv(...), config., settings.. Para dejar en claro un marcador de posición de otra forma, añádelo a los valores que nunca se enmascaran (listas de permitidos), en tus ajustes para un proyecto si pertenece a uno.

Tampoco se toca un valor hecho solo de símbolos, lo encuentre quien lo encuentre y sea cual sea su longitud: !!!!!!!! como contraseña, -------------------- después de Bearer, una coincidencia de uno de tus reconocedores o un valor que señala el revisor local. El valor ficticio conserva los símbolos del original, así que sería el propio original. Una clave de ruta de Latet es la excepción: cada carácter de su valor ficticio se genera de nuevo, incluso cuando el original solo contiene _ o -.

Datos personales

Los datos personales se enmascaran en los perfiles balanced y max. Cada coincidencia se valida antes de enmascararla, lo que reduce las falsas alarmas en el código:

Tipo	Ejemplo	Cómo se confirma una coincidencia
Correo electrónico	emily.carter@northwind-legal.com	El dominio de primer nivel se comprueba con la lista de la IANA, incluida para funcionar sin conexión
Número de teléfono	+44 20 7946 0958	Se analiza y se valida con phonenumbers, una adaptación de libphonenumber de Google
IBAN	GB82WEST12345698765432	La longitud según el país y la suma de control mod-97
Número de tarjeta	4111 1111 1111 1111	El prefijo del emisor y la suma de control de Luhn
Número de identificación nacional y número fiscal	SSN NNN-NN-NNNN, DNI NNNNNNNNA	Dígitos de control, y una palabra clave cuando el número por sí solo podría ser cualquier cosa (más abajo)
Número de IVA	DENNNNNNNNN, CHE-NNN.NNN.NNN MWST	El prefijo del país y los dígitos de control de ese país
Dirección IP	151.101.1.69	Direcciones públicas; las privadas, solo en max o con include_private_ips
Dirección de Bitcoin	bc1q...	La suma de control Base58Check o bech32

Los reconocedores de correos electrónicos, IBAN, tarjetas, codice fiscale y partita IVA están portados de Presidio.

Números de identificación y fiscales por país

Latet conoce los números de identificación nacional y los números fiscales de 15 países: Alemania, Bélgica, Canadá, España, Estados Unidos, Finlandia, Francia, Italia, Letonia, Países Bajos, Polonia, Portugal, Reino Unido, Suecia y Suiza. id_regions en config.yaml elige los países (IT, US y GB de forma predeterminada); latet global-install propone el tuyo, y el perfil max los incluye todos. La página Reglas del panel enumera los números de cada país.

Muchos de estos números son simples secuencias de nueve u once dígitos, como infinidad de identificadores en el código. Por eso cada uno se confirma con sus dígitos de control, y los que aun así podrían ser cualquier cosa necesitan una palabra clave cerca: SSN o social security junto a un número de la Seguridad Social estadounidense, BSN junto a un número de servicio al ciudadano neerlandés, Steuer-ID junto a un número de identificación fiscal alemán. La palabra clave cuenta en la misma línea, a pocos caracteres de distancia, o en el encabezado de la columna en la que está el número (tablas CSV, TSV y Markdown):

name,ssn,city
Jane,NNN-NN-NNNN,Boston        ← found: the column is called ssn

El DNI y el NIE españoles, el número AHV suizo y el código de identidad personal finlandés llevan una letra de control o una estructura característica, así que no necesitan palabra clave. Nunca se toma un número del interior de un número más largo, de una versión, de un decimal o de una ruta. La referencia de los detectores tiene la lista completa, con la estructura y la comprobación de cada número.

Los números de IVA se reconocen en los 27 países de la UE, Irlanda del Norte, el Reino Unido, Suiza y Noruega, diga lo que diga id_regions: siempre llevan el prefijo de su país.

Algunas cosas se dejan tal cual a propósito:

• las direcciones de correo electrónico de los dominios de documentación example.com, example.net y example.org, o bajo .example, .test, .invalid y .localhost, y los remitentes de sistema como git@ o noreply@;
• en el código y en la salida de las herramientas, las secuencias de dígitos sin +, 00, espacios ni paréntesis, que con mucha más frecuencia son identificadores, fechas o números de compilación que números de teléfono. En tus propios mensajes las reglas son más flexibles. Los números sin prefijo internacional solo cuentan para los países de phone_regions (IT, US y GB de forma predeterminada);
• los números de versión que parecen direcciones IP, como v1.2.3.4.

Nombres

Los nombres en texto libre, como en Emily Carter escribió esto, necesitan un modelo estadístico. Con el modelo de nombres local opcional instalado, Latet encuentra por sí mismo los nombres y las direcciones postales; el revisor local, un modelo de lenguaje en tu equipo o en un servidor tuyo, también los encuentra, junto con los datos de salud y los demás valores que ningún patrón describe. Sin ninguno de los dos, un nombre solo se enmascara cuando es tu propio nombre de autor de git (más abajo), uno de tus propios términos o un valor que ya está en la caja fuerte.

Por ejemplo, este prompt:

Hi, I'm Emily Carter and I live at 42 Mill Lane, Bristol BS1 4DJ.

Con el modelo de nombres, en el perfil balanced, el modelo en la nube recibe una versión como esta:

Hi, I'm Hannah Mitchell and I live at 45 Moore Lane, Derby YN4 9CP.

Tu agente sigue viendo el nombre y la dirección reales cuando vuelve la respuesta.

Lo que busca el modelo de nombres depende del perfil:

• balanced: nombres completos (dos palabras o más) y direcciones postales, en lo que escribes y adjuntas y en el texto leído en las imágenes. Una ciudad o un código postal solo cuentan junto a una calle. El código, la salida de las herramientas y el texto de sistema no se leen.
• max: también los nombres de una sola palabra y las ciudades, y además el texto de sistema y la salida de las herramientas.
• secrets: nunca.

Una vez encontrado, un nombre pasa a los valores conocidos y desde entonces se enmascara en todas partes, salida de las herramientas incluida, en todos los perfiles, secrets también.

El modelo no ofrece garantías:

• Se le escapan nombres. Los nombres poco comunes, las iniciales y los nombres escritos en minúsculas son los que más se le escapan. Los saludos y los tratamientos delante de un nombre (Hi Paul, Dr. Sarah Mitchell) quedan fuera de lo que se enmascara.
• Confunde algunas palabras con nombres. Las palabras técnicas como Redis o Postgres se filtran, y balanced necesita al menos dos palabras.
• Es lento con los textos largos. Lee unos 700 tokens por segundo en la CPU de un ordenador de sobremesa, en un hilo propio, así que las demás peticiones no lo esperan. Un texto de más de 4096 tokens (8192 en max), o de 16.000 caracteres (64.000 en max), no se lee, y la petición queda marcada en el panel.

Tus propios términos

Añade las palabras que solo tú sabes que son sensibles: nombres de clientes, nombres en clave de proyectos, dominios internos. Se enmascaran en todos los perfiles, dondequiera que aparezcan:

config.yaml

terms:
  - value: Project Falcon
    type: PROJECT
  - value: Acme Logistics
    type: CLIENT

Con estos términos, “Project Falcon se lanza con Acme Logistics en mayo” llega al modelo como algo parecido a “Consolidated Margie se lanza con Northwind Adatum en mayo”. De forma predeterminada, un término coincide sin distinguir entre mayúsculas y minúsculas, y solo como palabra completa; case_sensitive y whole_word cambian eso. También puedes añadir términos en la página Reglas del panel, o con Enmascarar siempre en cualquier valor de una petición.

Un término necesita al menos una letra o un dígito: el valor ficticio conserva los símbolos del original, así que unos símbolos solos, como -- o ###, no se pueden enmascarar. El panel y latet config rechazan un término así. Uno escrito a mano en config.yaml o en el latet.yaml de un proyecto se deja fuera, y la página Reglas y latet config validate lo señalan.

Un término tiene como máximo 8.192 caracteres: uno más largo se busca aparte, y uno de alrededor de un millón de letras no se puede buscar en absoluto. El panel, latet config y una importación rechazan un término más largo. Uno escrito a mano en config.yaml se deja fuera, y latet reload, el registro del daemon y latet config validate dicen qué entrada; uno en el latet.yaml de un proyecto también se deja fuera, y la página del proyecto lo dice.

Para un formato en lugar de un valor, como todos los números de acreditación escritos AB-123456, escribe un reconocedor personalizado: un patrón, dígitos de control y palabras clave, probado con ejemplos inventados.

La identidad de este equipo

En balanced y max, Latet detecta quién eres y dónde estás cada vez que se inicia, y lo enmascara:

• tu nombre de usuario del sistema operativo dentro de las rutas del directorio personal: C:\Users\anna\shop\app.py, /home/anna/... o /Users/anna/.... Un nombre de usuario de seis caracteres o más se enmascara dondequiera que aparezca;
• tu nombre de host;
• el nombre y el correo electrónico de tu autor de git, tomados de git config --global, y el dominio de ese correo cuando es el de tu empresa (studio-rossi.it, no gmail.com), dondequiera que aparezca: también se enmascara git.studio-rossi.it.

Como se detectan de nuevo en cada inicio, un correo electrónico de git o un nombre de usuario nuevos se enmascaran sin que tengas que hacer nada. La sección identity de la configuración lo desactiva o fija los valores: una vez que los escribes ahí, Latet usa esos.

Valores conocidos

Una vez detectado un valor, Latet lo recuerda en la caja fuerte. Las apariciones posteriores se enmascaran incluso donde los detectores no las reconocerían por sí solos: por ejemplo, la contraseña de tu .env mencionada más tarde en un mensaje de commit. Dos clases no se recuerdan de este modo: un valor que el modo de datos estricto o una regla de campo enmascara en una tabla o en un JSON se queda enmascarado solo en su estructura (datos de producción), y un valor de un tipo con la política redact no se guarda en absoluto. Los valores conocidos son también lo que busca la comprobación final en las peticiones salientes.

Un valor se vuelve a reconocer a partir de cuatro caracteres, el nombre de una persona a partir de tres (Ugo, Ada), y solo tal como está escrito: Ugo no es ugo, ni parte de Ugolino.

Cuando dos detectores encuentran el mismo texto

Las coincidencias que se solapan se unen en una sola que las abarca todas, así que un valor nunca se sustituye a medias. El tipo más fuerte da nombre al resultado: primero los secretos, después tus términos y la identidad de este equipo, y después los datos personales.

Si falla cualquier detector distinto del de datos personales y del modelo local de nombres (secretos, tus términos, identidad, valores conocidos), el enmascaramiento falla y la petición se bloquea: nada sale sin comprobar. Si falla el detector de datos personales o el modelo local de nombres, se omite y la petición queda marcada en el panel.

Por qué RE2

RE2 busca coincidencias en tiempo lineal, así que una entrada hostil, o simplemente enorme, no puede provocar un retroceso catastrófico de las expresiones regulares y dejar bloqueado a tu agente.

Falsos positivos y falsos negativos

Todo detector busca un equilibrio entre los valores que se le escapan y las falsas alarmas. Los perfiles eligen dónde situarse en ese equilibrio, y las listas de permitidos corrigen falsas alarmas concretas. Para ver cómo se enmascararía un texto, pégalo en el Banco de pruebas del panel: nada de lo que escribas ahí se guarda ni se envía a un modelo.