pi-privacy
为Pi提供商提供隐私合规与TEE可信执行环境验证的解决方案。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：pi-privacy。 它的用途是：为Pi提供商提供隐私合规与TEE可信执行环境验证的解决方案。 完整的 Skill 内容见：https://321skill.com/skills/pi-privacy/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘请基于我们的模型，使用pi-privacy生成一份本季度服务运行的可验证TEE证明报告。’，它会调用相关接口，收集TEE运行日志和密码学证明，自动生成一份包含验证签名的合规性报告，供您提交给审计方或展示给用户。
介绍
pi-privacy 旨在解决AI服务提供商在处理用户数据时面临的隐私合规与信任难题。它通过一套技术方案，帮助提供商证明其服务在数据处理上的安全性与合规性，从而赢得用户和监管机构的信任。
该工具主要通过集成密码学验证的可信执行环境（TEE）来实现。服务提供商可以部署pi-privacy，使其AI推理过程在TEE机密计算环境中进行，并生成可验证的证明。同时，它强制执行并标记零数据保留（ZDR）策略，并支持在设备端进行检测，确保数据处理过程透明且可审计。
它主要适合向用户提供AI服务（如Pi）的公司或开发者，尤其是那些处理敏感数据、需要满足严格隐私法规（如GDPR）或希望以隐私安全作为核心竞争力的团队。对于独立开发者或小型项目，如果暂未涉及复杂的数据合规要求，可能不是首要选择。
使用建议是，在集成前需评估自身基础设施对TEE（如Intel SGX, AMD SEV）的支持情况。注意事项包括，TEE环境可能带来一定的性能开销，且其实现和验证的复杂性较高，需要具备相应的技术知识进行部署和维护。
核心特点
与仅提供隐私政策声明的工具不同，pi-privacy通过密码学证明和TEE硬件级隔离，提供了可验证的、而非声称的隐私保障。它独特地将强制执行零数据保留、设备端检测与可信证明打包为一个可集成的技术方案。
注意事项
不适合对计算性能要求极高、或基础设施不支持TEE（如某些云环境或老旧硬件）的场景。
常见问题
pi-privacy是什么？
它是一个为Pi等AI服务提供商提供可验证隐私合规与TEE证明的技术工具包。
TEE证明有什么用？
它能密码学地证明AI推理是在受硬件保护的机密环境中执行的，数据无法被服务提供商窥探。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/pi-privacy/raw/index.md 读取 pi-privacy 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/pi-privacy/raw/index.md（查看排版版本）