跳到主要内容

Unbroker

自动从数据经纪商网站移除你的信息。

技能元数据​

来源可选 — 使用 hermes skills install official/security/unbroker 安装
路径optional-skills/security\unbroker
版本1.0.0
作者SHL0MS (github.com/SHL0MS)
许可证MIT
平台linux, macos, windows
标签privacy、data-broker、opt-out、ccpa、gdpr、security、doxxing
相关技能google-workspace、agentmail、himalaya、scrapling、osint-investigation

参考：完整 SKILL.md​

信息

以下是 Hermes 在触发此技能时加载的完整技能定义。这就是技能激活时智能体看到的指令内容。

unbroker

找出某人的个人信息(姓名、地址、电话、电子邮件、亲属)在数据经纪商和人物搜索网站上暴露的位置，然后将其移除——尽可能自动完成，仅在网站要求 CAPTCHA、政府身份证件、电话或传真时才需要人工引导步骤。可独立管理多个人。它不会绕过反机器人系统，不会在未经记录同意的情况下对任何人采取行动，也不会移除公开记录(选民/财产/法院)或该人自己控制的账户。

Python CLI(scripts/pdd.py)持有确定性状态——配置、档案 + 同意、经纪商数据库、层级规划、账簿、草稿、报告、电子邮件发送(SMTP)、验证链接轮询(IMAP),以及自主操作队列(next)。你(智能体)使用原生工具进行扫描和表单填写：用 web_extract 和 browser_navigate 进行搜索和填写网页表单，用 cronjob 进行周期性重新扫描。

自主性契约​

此技能设计为无人值守运行。在信息采集(+ 记录同意)之后，恰好只有两个合法的人工接触点：(1)信息采集对话本身，以及 (2)运行结束时的一份合并人工任务摘要($PDD tasks)。在这两者之间：

  • 绝不让操作者选择配置。 $PDD setup --auto 会检测能力并自行挑选最自主的有效配置。
  • 当 autonomy=full(默认值)时，绝不在单条提交前暂停:信息采集时记录的同意即为 T0-T2 退出的长期授权。(autonomy=assisted 为谨慎的操作者恢复逐次提交确认——请遵循 next 输出中的 confirm_first 标志。)
  • 绝不因仅限人工的工作而中断运行。 记录下来(record ... human_task_queued --reason "...")然后继续;这些内容都会在最终摘要中一次性呈现。
  • 将整个运行作为对 $PDD next <subject> 的循环驱动——它返回此刻应采取的确切有序操作(扫描、轮询验证、复查、父母优先退出、重新排队受阻项),外加人工摘要。执行每个操作，记录结果，重新运行 next，重复直到 done_for_now。然后呈现摘要、报告，并安排定时任务。

自主性绝不凌驾的硬性限制：未记录同意不得行动;不得超出 disclosure_fields 披露;不得绕过 CAPTCHA/反机器人系统;仅在有验证性重新扫描后才能标记 confirmed_removed。

何时使用​

  • "从数据经纪商/人物搜索网站移除我(或我家人)的数据。"
  • "帮我退出"、"从 Spokeo/Whitepages 等删除我"、"在人肉搜索(doxxing)之后清理。"
  • "设置周期性的隐私监控"(经纪商会重新列出人物信息)。
  • 检查哪些经纪商仍在暴露某人信息以及原因。

前置条件​

  • python（仅使用标准库；核心引擎无需额外软件包）。
  • 可选升级项（没有这些项技能也能零配置工作；setup --auto 会开启它检测到的每一项， 从 shell 环境 以及从 $HERMES_HOME/.env 读取凭据，因此 Hermes 已为其自身工具加载的密钥 无需重新导出即可获取——每一项都会将一类人工任务转化为智能体操作）：
    • 云浏览器（推荐默认）：BROWSERBASE_API_KEY。 只要存在该密钥，setup --auto 就会选择它， 它就是预期的基线：真实的住宅 IP 云浏览器将软性/托管型 CAPTCHA（Cloudflare Turnstile、 hCaptcha/reCAPTCHA 复选框）清除视为正常操作，因此那些数据经纪商能保持自动化（T1）， 而不会变成人工任务。这不是 CAPTCHA“破解”——没有破解服务，没有指纹伪造；只有浏览器确实 无法通过的交互式/行为式（“硬”）挑战才会回退为人工任务。没有该密钥时，将使用普通智能体浏览器， 软性 CAPTCHA 经纪商会降级为 T2（人工）。
    • 电子邮件自动化，两个无需凭据或另一种选项：
      • 浏览器模式（无需密码）：setup --email-mode browser。 智能体通过运营者已登录的 webmail 使用 browser_* 工具发送退出/CCPA 邮件并打开验证链接。不存储任何内容。这要求 Hermes 指向运营者自己已登录的浏览器，而不是云浏览器：无头云浏览器（Browserbase）不持有 webmail 会话，它本身在 webmail 和会话绑定的经纪商门禁（例如 PeopleConnect 引导模式）上受 Cloudflare/DataDome 限制。通过 CDP 驱动运营者的真实 Chrome——启动 chrome --remote-debugging-port=9222 --user-data-dir="$HOME/.hermes/chrome-debug"（一个专用 调试配置档，只需登录一次 webmail，而非 Default 配置档），并将浏览器工具连接到 127.0.0.1:9222。 $PDD cdp 会为你启动它（查找 Chrome/Chromium/Brave/Edge，在专用配置档上以分离模式启动， 打印 CDP 端点；--check 用于测试，--print 用于输出命令）。参见 references/methods.md -> "Browser backends: scan vs execute"。 如果收件箱无法访问，则回退为邮件草稿。
      • SMTP/IMAP（存储凭据）：EMAIL_ADDRESS + EMAIL_PASSWORD（非主流服务商还需 EMAIL_SMTP_HOST / EMAIL_IMAP_HOST；gmail/outlook/yahoo/icloud/fastmail 会自动推断）。 CLI 通过 send-email 发送，并通过 poll-verification 读取验证链接。agentmail 技能（每经纪商别名）也计入。
    • Google Sheets 跟踪表：google-workspace 技能。
    • 用于隐蔽/受 Cloudflare 保护页面的 scrapling 技能。

如何运行​

通过 terminal 工具运行一切。在此技能目录下：

PDD="python scripts/pdd.py"

引擎将数据存储在 $PDD_DATA_DIR 下（默认 $HERMES_HOME/unbroker），权限为 0600。 通过 terminal 运行，而非 execute_code（该沙箱会清理环境并遮盖输出，这会破坏读取档案）。

快速参考​

命令用途
$PDD setup --auto自主设置：检测能力，选择最自主的有效配置（无提问）
$PDD doctor就绪检查：配置、经纪商数量以及哪些升级项已开启/可用
$PDD cdp [--check] [--print] [--port N]为阶段 2 浏览器 + webmail 启动/检测运营者的 Chrome over CDP（专用调试配置档；发送 webmail 并清除会话绑定门禁的可靠方式）
$PDD intake --full-name "..." [--alias ...] [--email ... --phone ...] [--city --state] [--prior-location "City,ST"] --consent创建同意主体；捕获别名 + 多个邮箱/电话 + 先前位置；打印 subject_id
$PDD next <subject>自主循环驱动程序：当前有条理的智能体操作 + 人工摘要 + next_wake_at
$PDD brokers [--priority crucial]列出人物搜索经纪商数据库（精选 + 实时）
$PDD refresh-brokers拉取最新的 BADBOOL 人物搜索列表以及 CA 数据经纪商注册表（缓存过期时 next 会自动重新排队此操作）
$PDD registry [--search NAME]州注册表覆盖情况（已导入 CA 约 545 个；VT/OR/TX 门户已呈现）；DROP/电子邮件通道，未扫描
$PDD drop <subject> [--filed]一次性法律杠杆：一个 CA DROP 请求即可从所有已注册经纪商处删除；--filed 记录它
$PDD plan <subject> [--priority crucial]每个经纪商的层级 + 方法 + search_vectors + 需披露的确切字段
$PDD plan <subject> --batch精简视图：叠加分类账状态，按下一步操作（unscanned/found/indirect/blocked/in_progress/done）对经纪商分组，折叠所有权集群，将 found 按簇父级优先排序 + 发出定制的 parent_playbook，打印 next_actions
$PDD fanout <subject> [--priority crucial] [--size 5]将经纪商分批为并行 delegate_task 子智能体（大型运行自动执行；每批 5 个——8 个以上会超时）
$PDD record <subject> <broker> <state> [--found true] [--evidence JSON] [--disclosed F --channel C] [--reason "..."]更新分类账（经过验证的状态机）；自动标记 next_recheck_at
$PDD show <subject> <broker>读回某个案例记录的状态 + 证据 + 披露日志（以便父级无需重新推导列表 URL 即可重新验证子智能体的 found）
$PDD send-email <subject> <broker> --listing <url> [--kind ccpa_indirect ...]渲染 + 记录请求（收件人锁定为经纪商自己的地址）。browser 模式返回一个 compose 载荷，用于通过 webmail 发送（无需密码）；programmatic 模式通过 SMTP 发送
$PDD verify-link <subject> <broker> --text '<body>'browser 模式：从你读取的 webmail 文本中提取经纪商的验证链接（反钓鱼评分）
$PDD poll-verification <subject> [--broker <id>]programmatic 模式：轮询 IMAP 获取验证链接（反钓鱼评分）；自动推进 submitted → verification_pending
$PDD render-email <subject> <broker> --listing <url>仅草拟（未配置电子邮件模式时的回退方案）
$PDD due <subject>重新检查窗口已到达的案例（定时任务重新扫描队列）
$PDD tasks <subject>一个合并的人工任务摘要（在运行结束时显示）
$PDD status <subject>Markdown 状态报告
$PDD report <subject> --sheetsGoogle Sheets 跟踪表的行

批量操作（两阶段：先全部爬取，再删除）​

对于超过几家数据经纪商的情况，请以 map → reduce → act（映射 → 归并 → 执行）的方式运行，而不是逐家处理：

  • 阶段 1 - DISCOVER（发现，只读、并行、幂等）。 先爬取每一家数据经纪商，并为每一家记录一条 判定（found / not_found / indirect_exposure / blocked）。扫描没有副作用，因此可以安全地并行化 和重试。在行动之前拿到完整的暴露图谱，正是开启下方聚类去重和优先级排序的关键。默认：父智能体 直接驱动 web_extract 探测 —— 大多数人物搜索网站把姓名/电话/地址结果渲染成静态 HTML， web_extract 可在数秒内读取。只有当少数仅 JS 渲染的网站才升级到 browser_*，只有当工作确实 推理密集（大规模同名者/亲属消歧）时才升级到 delegate_task 子智能体。不要把一个长长的数据 经纪商清单交给一个带 browser 工具集的子智能体去爬取 —— 在实际中这会反复超时（600 秒，每家约 5-6 个经纪商，没有汇总），因为浏览器导航开销很大；得以存留的台账写入，成本是父智能体 web_extract 的 10 倍。blocked（DataDome/Cloudflare/antibot）的网站也不是子智能体的活：记下 blocked， 将其重新排入一次 stealth/云端浏览器（Browserbase）处理。子智能体的报告是自我陈述 —— 父智能体在 采信 found 之前会重新抓取关键 URL 加以确认（这一点是双向的：它曾揭露一条父智能体误判为假阳性的 真实列表）。
  • REDUCE - $PDD plan <subject> --batch。 将爬取结果归并成一个按阶段组织的计划：按下一步动作 分组，合并归属聚类（一次清除子项的父项移除是一次动作，而不是 N 次 —— 例如一次 Intelius/PeopleConnect suppression 覆盖 Truthfinder/Instant Checkmate/US Search/……），并打印 next_actions。当还有任何 未扫描项时，phase 为 discover，否则为 delete。
  • 阶段 2 - DELETE（删除，串行、不可逆）。 按归并后的分组处理，父项优先：plan --batch 会 将 found 组按聚类父项优先排序（子项最多的最先），并输出一个 parent_playbook，其中包含针对每个 父项定制化、带顺序的步骤 —— 遵循该顺序和那些步骤（完整配方见 references/methods.md → “Ownership clusters - DO PARENTS FIRST”）。先做聚类父项（跳过被覆盖的子项），在父项确认清除后 重新扫描其子项（它们通常会自动消失），再处理独立列表；将 indirect_exposure 案例作为 CCPA/GDPR 删除个人信息的邮件发送（send-email --kind ccpa_indirect），并将 blocked 推迟到 stealth 浏览器 处理。/ 退订会遇到 CAPTCHA、邮件验证循环和会话绑定 —— 一次一个，小心中处理（这与扇出正好相反）， 但在 autonomy=full 下不要每次提交都停下来请求许可；在 assisted 下，每次都要确认。 当数据经纪商同时提供删除和 suppression 时，通常优先选择删除（Spokeo/BeenVerified）—— 但要遵循 记录的 deletion.prefer：PeopleConnect 是例外（prefer: false），对它而言删除用户数据会移除 你的 suppression，并且无法阻止公共记录重新上架，所以应改为 suppression 并持续维护。
  • 盲式退订是默认做法，而非备选方案。 在每一个有可用移除渠道的网站上提交退订/删除请求， 即使该列表此前未被确认 —— 它只向数据经纪商自己的官方渠道披露当事人自己的标识符，因此不违反 最小披露原则。由此得出两个推论：（1）一个匹配邮箱 + 出生日期 + 姓名并返回“无结果”的引导式流程， 是比任何抓取都更强的 not_found —— 退订流程兼作搜索；（2）当表单对自动化不友好（硬 CAPTCHA、 Cloudflare/DataDome、滑动验证滑块）时，默认使用数据经纪商所声明的权利请求邮箱（只需姓名 + 州 + 联系邮箱），而不是记录为 blocked。CAPTCHA 政策：绝不要破解行为型/token/滑块验证；可以在当事人 自己的退订页面上读取静态扭曲文本或简单算术 CAPTCHA，但如果正确作答后网站仍拒绝整份提交，就应停手 （它在对自动化进行指纹识别）。第三方/间接记录是例外 —— 这些在行动前仍需确认。各站点的具体作战方案 以及元搜索的空操作跳过列表见 references/site-playbooks.md；完整政策见 references/methods.md。
  • PeopleConnect 删除会抹除 suppression（永久规则）。 一次 PeopleConnect 删除 会清掉 suppression，当事人会在整个联盟聚类中重新上架。如果出现一封“Your deletion request for PeopleConnect.us is Complete”邮件，说明 suppression 已消失 -> 重新执行 suppression 并重新验证 Control 步骤显示为 “suppressed”。绝不要让该聚类停留在已完成删除的状态（见 references/brokers/intelius.json）。

子智能体的报告是自我陈述：父智能体在记录 found 之前、以及在执行任何删除之前，都会重新核验关键声明 （列表 URL、匹配依据）。

流程（自主循环）​

  1. 初始化（一次，无需提问）。 运行 $PDD setup --auto —— 它会自行检测能力并配置最自主且有效的组合（当存在 EMAIL_* 凭证时使用程序化邮件，当存在相应密钥时使用 Browserbase，当存在二进制文件时使用 age 加密，autonomy=full）。然后运行 $PDD doctor 并将就绪状态输出展示给操作员让其知情，而非作为问题征求同意 —— 立即继续。可以提及哪些条件可解锁更多自动化（例如邮件凭证），但不要等待。

  2. 信息采集 + 授权（唯一的人类对话）。 使用 --consent（以及 --consent-method）运行 $PDD intake ...。未经授权，引擎拒绝规划或行动。一次性收集所有信息 —— 姓名/别名、现居城市 + 曾居城市、电子邮箱、电话 —— 这样你就永远不需要回来提问。对于加州对象，还要阅读 references/legal/drop.md：next 会浮现一个 drop_submit 一次性动作，可从所有注册的数据经纪商（约 545 家）中一次性删除信息，这是杠杆率最高的单步操作。提交后，运行 drop <subject> --filed。对于非加州对象，注册表通过对性的 CCPA/GDPR 邮件（registry --search，然后 send-email）来覆盖；无论在哪种情况下，人物搜索网站都会直接处理。

  3. 清空队列。 循环：

    while true:
      q = $PDD next <subject>
      if q.actions is empty: break
      按顺序执行每个 action；通过 $PDD record 记录每个结果

    next 按顺序发出：refresh_brokers（过期缓存）、fanout_scan/scan_inline（第一阶段 抓取 —— 见第 4 步）、poll_verification（进行中的邮件确认）、verify_removal（到期复查）、optout_web_form/optout_email_send（第二阶段，父级优先，附带操作手册 步骤）、indirect_email_send 和 stealth_rescan。纯人工的工作永远不会作为 action 出现 —— 它会累积在 q.human_digest 中。在 autonomy=full 模式下，无需暂停即可执行 action；在 assisted 模式下遵守 confirm_first。

  4. 扫描（当 next 如此指示时）。 对于 fanout_scan：运行 $PDD fanout <subject> 并为每个 batch 并行生成一个 delegate_task 子智能体，传递该批次现成的 brief —— 不要你自己顺序扫描所有数据经纪商。对于 scan_inline：自己扫描少数几个数据经纪商。无论哪种方式，每个数据经纪商都要通过 references/methods.md 阶梯（web_extract → site: probe → browser_navigate → scrapling）获取每一个 search_vectors 条目，404 是不确定的（而非 not_found），当设置了 antibot 且没有可用的隐身浏览器时记录 blocked，并且在记录前确认对象与同名者/亲属的区别： $PDD record <subject> <broker> <found|not_found|indirect_exposure|blocked> --found <bool> --evidence '{"listing_urls":[...]}'。 父级智能体在信任来自子智能体的关键 found 声明之前会重新验证它们。

  5. 退出（当 next 如此指示时）。 Action 已预先按父级优先排序，其 steps 来自每个数据经纪商记录自身的 optout.playbook（经字段验证；像 PeopleConnect、Whitepages、BeenVerified、Spokeo 这样的集群父级有精确的、经实况检查的配方）。删除通常优于压制：当一个 action 带有 prefer_deletion 时，完成该记录的删除通道，而不仅仅是隐藏我的列表的流程。当它带有 prefer_suppression 时（PeopleConnect —— 删除会移除你的压制设置且不会阻止重新上架），执行压制流程并保持维护；只在故意清除数据时才使用它们的 Delete 按钮。按方法：

    • web_form → 使用 browser_navigate/browser_type/browser_click 驱动 optout_url，仅提交 disclosure_fields，截图确认页面，然后执行该 action 的 after 记录命令。操作手册 可能以一次被删除权 send-email 跟进结尾 —— 去执行它（完全擦除，而不仅仅是列表压制）。
    • email → $PDD send-email <subject> <broker> --kind <ccpa|gdpr|generic> --to <addr> --listing <url> 一步完成记录 + 披露（收件人锁定为该数据经纪商记录声明的地址；next 根据居住地选择类型 —— 永远不要为不符合条件的人声张 CCPA/GDPR）。在浏览器模式下，它返回一个收件人锁定的 compose 载荷：通过 browser_* 在操作员的网页邮箱中新建一封发给 compose.to、内容完全为 compose.subject/compose.body 的邮件并发送（无需密码）；在程序化模式下，它通过 SMTP 发送。next 还会在存在删除邮件时通过该邮件路由人工控制的表单（电话回访/政府证件）—— 即救援通道（经证实有效的 Whitepages 模式）。仅此条在无法发送时，回退到 render-email + 摘要条目。
    • captcha → 软性/托管式挑战在默认云浏览器上自动通过（照常继续）；只有它无法通过的硬性交互/行为挑战才被记录为 blocked（重新排入隐身/操作员浏览器轮次）。永远不要使用打码服务。
    • phone_callback / account / gov_id / fax / mail / voice (T3) 没有删除邮件 → 永远不是智能体 action；next 已将这些路由到摘要中。记录它们： $PDD record <subject> <broker> human_task_queued --reason "..."。

  6. 验证（当 next 如此指示时）。 在程序化模式下，$PDD poll-verification <subject> 通过 IMAP 查找已到达的确认链接（按反钓鱼评分，自动推进状态）。在浏览器模式下，在操作员的网页邮箱中打开该数据经纪商的确认邮件，并运行 $PDD verify-link <subject> <broker> --text '<body>' 来评估链接的安全性。无论哪种方式，都在同一个浏览器中打开链接（有几家数据经纪商会将会话绑定到打开它的浏览器），完成流程，然后记录 awaiting_processing。仅在验证性重新扫描显示列表已消失之后才记录 confirmed_removed —— 永远不要仅依据提交流程自身的确认页面。

  7. 收尾（每次运行一次）。 当 next 返回无 action 时：若非空则展示 $PDD tasks <subject>（合并的人类摘要），然后展示 $PDD status <subject>；若 Sheets 追踪器已开启，则通过 google-workspace 技能追加 $PDD report <subject> --sheets 行。

  8. 安排下一次唤醒。 next 返回 next_wake_at（最早的到期复查时间）。创建一个 cronjob 为该对象重跑本技能的循环（提示语类似："run the unbroker loop for <subject_id>: $PDD next and execute all actions"）。处理窗口、验证轮询和重新出现扫描都通过同一个队列流转，因此案件在零人工干预下持续向前推进。

陷阱​

  • 绝不要披露比数据经纪商已展示的更多信息。 只提交 disclosure_fields。引擎从不会主动提供 SSN/身份证号；你也不能。
  • 无同意，不操作。 引擎强制此规则；不要为了解决它去"研究"第三方。
  • send-email 是幂等 + 限速的。 它会拒绝重新发送已经 submitted 或更进一步的案件（仅当确实 需要重新发送时才用 --force），且 SMTP 发送受 email_min_interval_seconds（默认 20 秒）限速， 带重试/退避。不要循环调用它来"确保"——SMTP 成功交接并不等于投递成功；到期队列重新扫描才是真正的 确认。
  • 账本写入是加锁的。 并发运行（定时任务 + 手动）会安全串行化；如果你遇到锁超时，说明另一次运行 正在写入中——让它完成，不要手动删除 .lock。
  • 自主 ≠ 即兴发挥。 完全自主意味着步与步之间不去询问；它不会放松任何关卡。如果数据经纪商在 流程中途要求比计划的 disclosure_fields 更多，终止该案件并排队（human_task_queued --reason）， 而不是独自决定披露额外的 PII。
  • 不要用问题打断运行。 配置选择是 setup --auto 的职责；仅人工的工作进摘要。运行时唯一值得 中途询问的是阻塞扫描的缺失身份事实（例如完全没有城市）——而这本应在录入时收集。
  • 对 pdd.py 使用 terminal，不要用 execute_code（密钥清洗 + 输出脱敏会破坏它）。
  • 档案默认是明文（JSON，HERMES_HOME 下 0600）。若需静态加密，运行 $PDD setup --encryption age——它会生成本地 age 密钥并加密档案 + 账本（审计日志仅保存字段名， 保持明文）。它防范日常/备份/提交暴露，而非整个 HERMES_HOME 的读取；将 PDD_AGE_IDENTITY 设置为 独立卷以实现真正的密钥分离。 $PDD doctor 会显示加密是否确实启用（而不仅仅是 age 是否已安装）。
  • "从免费搜索中隐藏" ≠ 已删除。 只有在核实记录确实不存在后才标记 confirmed_removed；在报告中 注明付费层级的保留情况。
  • 软性 CAPTCHA 默认可通过；不要硬碰硬。 默认云浏览器将受管/软性挑战当作正常操作通过（这些数据 经纪商保持 T1）。对于它确实无法通过的硬交互式验证，记录 blocked 并让 stealth/operator-browser 通道处理——绝不使用第三方验证码破解服务或指纹伪装。
  • 数据经纪商页面会变化。 如果流程断了，$PDD record ... blocked 并在 references/brokers/ 中 标记该数据经纪商文件以供重新验证，而不是靠猜测。
  • 提交前验证非字段审核的记录。 confidence: auto 的记录来自解析 BADBOOL（阅读 optout.notes/optout.links，确认真实的 opt-out URL）。confidence: documented 的记录（几个 人员搜索网站）携带正确的已发布 opt-out URL，但尚未经过字段审核（它们对数据中心 IP 返回 403）， 因此在首次使用时通过操作员的住宅浏览器确认实际流程，然后设置 last_verified。字段审核的精选记录 （无 confidence，例如集群父项）已核实机制并优先。

验证​

  • scripts/run_tests.sh tests/skills/test_unbroker_skill.py（封闭式；无网络），或 无依赖运行器 python tests/skills/test_unbroker_skill.py。
  • 试运行：$PDD setup --auto && $PDD doctor && SID=$($PDD intake --full-name "Test Person" --email t@example.com --consent | python -c 'import sys,json;print(json.load(sys.stdin)["subject_id"])') && $PDD next "$SID" 并确认就绪摘要以及有序动作队列。