用途
HoundDog.ai 是一款面向隐私合规与敏感数据保护的静态代码扫描器，也可作为 AI 编码代理的数据流上下文引擎。其核心目标是在代码开发阶段发现敏感数据泄露风险，并自动生成可追溯的合规证据，而不是在部署后被动响应。
主要能力
- 在代码中检测超过100种敏感数据类型（PII、PHI、CHD、认证令牌），跨嵌套代码路径和转换追踪其流向，进入日志、存储、API、第三方及 AI 集成等数据汇聚点。
- 覆盖1000多个第三方与 AI 集成，包括 Shadow AI 的识别，无论数据通过 SDK 还是 API 流动。
- 基于代码证据支持 GDPR 数据映射、RoPA 记录与隐私评估（PIA、DPIA）。
- 可选 AI 分析叠加在静态发现之上，用于自动关闭误报、调整严重性并添加上下文。扫描在本地以低成本 CPU 运行，AI 仅解释扫描器已检测到的轨迹。
- 为 AI 编码代理提供跨仓库的服务目录，覆盖每个 API、每个字段及每个下游消费者，使代理在修改服务或字段时了解完整依赖，提示更新服务或 API 的速度和成本提升 5 倍。
使用方式
- 本地运行：扫描本地已检出的代码，提供本地 MCP 服务器、CLI 与 Skills，兼容任意支持 MCP 的 AI 代理，完全在用户硬件上确定性运行。
- 持续组织级上下文：云端托管或部署在组织本地，直接集成 GitHub、Bitbucket、GitLab，自动扫描选定仓库，无需开发者检出；在每次拉取请求的 CI 中运行扫描，保持组织级数据新鲜。
- 隐私团队可控的流程：引擎提出建议，DPO 审批。
适用场景
- 工程团队与 AI 编码代理需要跨仓库 API 依赖上下文时。
- 隐私与合规团队希望以开发速度维护 GDPR 数据映射、RoPA 与隐私审查证据。
- 需要防止 PII、PHI、认证令牌等敏感数据在写入日志或进入 LLM 提示前暴露的场景。
- 与 Replit 等平台结合，使 AI 生成应用从第一天起内置 GDPR 与 CCPA 最佳实践。
限制
资料未提供具体定价、支持的编程语言清单、部署资源要求或扫描性能上限等细节，暂未提供。
