Dọn dữ liệu nhạy cảm trên GitHub

Kỹ năng này làm gì

Hướng dẫn trọn quy trình loại bỏ dữ liệu nhạy cảm khỏi lịch sử Git: API key, token, tên miền/IP nội bộ, thông tin cá nhân.

• scan_repo.py: chạy gitleaks kèm các mẫu regex tùy chỉnh, xuất báo cáo JSON
• Rà soát ngữ nghĩa bằng AI (Layer 4): bắt những nội dung regex bỏ sót như tên thật, code name dự án, trích đoạn nội bộ
• rewrite_history.py: tạo và kiểm tra bản sao lưu git bundle trước khi chạy git filter-repo --replace-text
• verify_cleanup.py: quét lại và tìm chuỗi gốc trong mọi commit để chắc chắn đã sạch
• safe_push.py: kiểm tra gh repo view (public/private, số fork), ưu tiên --force-with-lease, không cho phép --no-verify

Thiết kế theo hướng thận trọng: bất kỳ bước kiểm tra an toàn nào thất bại thì dừng lại và hỏi người dùng.

Phù hợp với ai

• Lập trình viên lỡ push secret hoặc thông tin nội bộ lên repo công khai
• Người cần dùng git filter-repo/BFG nhưng e ngại rủi ro
• Nhóm chuẩn bị mở mã nguồn (private → public) và muốn rà lịch sử trước
• Người phụ trách review bảo mật, phát hành open source

Ví dụ sử dụng

1. "Quét xem repo này có lộ thông tin nhạy cảm không" → nhận báo cáo /tmp/scan-report.json kèm phân loại mức rủi ro
2. Tên miền nội bộ nằm rải rác trong 3 năm commit → tạo file thay thế → backup bundle → viết lại lịch sử → kiểm chứng → push an toàn
3. Ngay trước khi force push lên repo công khai → kiểm tra visibility và số fork, cảnh báo rủi ro và gợi ý cách thông báo cho chủ fork

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục github-sensitive-data-cleanup từ repo GitHub daymade/claude-code-skills vào ~/.claude/skills/github-sensitive-data-cleanup/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.