Data-boundary Scan¶

jarvis scan --data-boundaries รายงานขอบเขตข้อมูลระดับแอปพลิเคชัน (application-level data boundaries) ในการตั้งค่า OpenJarvis ปัจจุบัน มันเสริมการสแกน host/environment ที่มีอยู่แล้ว ซึ่งตรวจสอบท่าทีของ OS เช่นการเข้ารหัสดิสก์, cloud-sync agent, เครื่องมือเข้าถึงระยะไกล และ port ของ engine ที่เปิดออกสู่ภายนอก

Data-boundary scan คือเครื่องมือวินิจฉัย configuration ไม่ใช่ vulnerability scanner, การประเมินความเป็นส่วนตัวเชิงกฎหมาย, network monitor หรือการตรวจสอบ OAuth scope

รันการสแกน¶

jarvis scan --data-boundaries
jarvis scan --data-boundaries --json
jarvis scan --data-boundaries --json --show-paths
jarvis scan --data-boundaries --strict

--strict จะ exit ด้วย status code 1 เมื่อรายงานพบข้อค้นพบระดับ fail หรือ warn ใช้ตัวเลือกนี้เมื่อ CI หรือการตรวจก่อน demo ต้องบังคับท่าที local-only แบบระมัดระวัง

หากไม่ใส่ --strict คำสั่งจะ exit ด้วย 0 เสมอ แม้จะมีข้อค้นพบระดับ fail หรือ warn อยู่ก็ตาม มีประโยชน์สำหรับการรีวิวแบบสำรวจ

บนการตั้งค่า jarvis init แบบใหม่ ข้อค้นพบระดับ warn ที่พบบ่อยได้แก่ server.host = "0.0.0.0" และ telemetry.enabled = true ดังนั้นการรัน jarvis scan --data-boundaries --strict หลัง init จะ exit 1 จนกว่าค่า เริ่มต้นเหล่านั้นจะถูกทำให้เข้มงวดขึ้น

Path แบบ absolute และชื่อไฟล์ basename ของ connector จะถูก redact เป็น ค่าเริ่มต้น เพื่อให้รายงาน JSON วางลงใน issue ได้โดยไม่เปิดเผยชื่อผู้ใช้ ในเครื่อง, mount point หรือ label บัญชี ใช้ --show-paths เฉพาะสำหรับ การดีบักในเครื่องเท่านั้น

สิ่งที่สแกนตรวจสอบ¶

การสแกนนี้ตรวจสอบค่า configuration, การมีอยู่ของ environment variable และ การมีอยู่ของไฟล์ runtime ในเครื่องที่รู้จัก มันไม่อ่านเนื้อหาส่วนตัวจาก ฐานข้อมูล memory, ฐานข้อมูล trace, credential ของ connector, ไฟล์ prompt, log หรือไฟล์ OAuth token

การตรวจสอบปัจจุบันครอบคลุม:

การตั้งค่าผู้ให้บริการโมเดลที่รองรับ cloud, engine และโมเดลเริ่มต้น
การแทรกบริบทจาก memory ในเครื่อง ร่วมกับการอนุมานที่รองรับ cloud
การตั้งค่า trace, telemetry, learning, training และ spec-search
บริการ memory อัตโนมัติ (tools.storage.enabled / [memory].enabled)
การตั้งค่า engine และโมเดลของ deep research
flag ข้ามระบบความปลอดภัย เมื่อตั้งค่าการอนุมานผ่าน cloud
security.profile ที่ยังไม่ได้ตั้งค่า (ระดับข้อมูล)
การค้นหาเว็บ, เบราว์เซอร์, ไฟล์ในเครื่อง, shell, โค้ด, การสแกน knowledge chunk และพื้นผิว tool ของ MCP
องค์ประกอบของ knowledge.db ในเครื่อง ร่วมกับเป้าหมาย Deep Research ที่รองรับ cloud
การ bind เซิร์ฟเวอร์และการเปิด A2A แบบไม่ยืนยันตัวตน
การเปิดใช้งาน channel, ฟิลด์ credential ของ channel และ environment variable ของ credential channel
skill, การ sync skill อัตโนมัติ, แหล่งข้อมูล digest และ backend เสียง/TTS ที่รองรับ cloud เช่น Cartesia
ที่เก็บข้อมูลในเครื่อง เช่น knowledge.db, credentials.toml, memory.db, traces.db, telemetry.db, scheduler.db, embedding, ดัชนี skill, .vault_key และไฟล์ memory
ไฟล์ credential ของ connector ใต้ connectors/*.json โดยไม่อ่านเนื้อหา
environment variable ของ API key และ credential runtime อื่นๆ (ตรวจสอบแค่ว่ามีอยู่)
หมายเหตุขอบเขตสำหรับที่เก็บ credential ฝั่ง frontend เมื่อมีพื้นผิว cloud/API-key อยู่

Path ของฐานข้อมูลที่ตั้งค่าไว้ (เช่น traces.db_path หรือ memory.db_path) จะถูก resolve จาก config เมื่อมีการตั้งค่าไว้ ไม่ใช่แค่ตำแหน่งเริ่มต้นใต้ ไดเรกทอรี home ของ OpenJarvis เท่านั้น

การกำหนดเป้าหมายของ Deep Research แบบ static ใช้ configuration เท่านั้น (ไม่มีการ override จาก request): deep_research.engine หรือ engine.default, และ deep_research.model หรือ server.model หรือ intelligence.default_model

Identifier ของโมเดลที่มีชื่อผู้ให้บริการอยู่ (เช่น deepseek-r1 หรือ openai/gpt-oss) จะไม่ถูกจัดว่าผูกกับ cloud เมื่อ engine ที่ใช้งานจริงเป็น local อย่างชัดเจน เช่น Ollama

ระดับสถานะ¶

สถานะ	ความหมาย
`fail`	องค์ประกอบ configuration น่าจะเข้ากันไม่ได้กับการใช้งานแบบ local-only ที่เข้มงวด
`warn`	พื้นผิวที่ตั้งค่าไว้อาจส่งข้อมูลออกนอก runtime ในเครื่อง หรือเก็บข้อมูล sensitive ไว้ถาวร
`info`	มีการตั้งค่าหรือที่เก็บข้อมูลในเครื่องที่เกี่ยวข้องอยู่ โดยไม่มีเงื่อนไข fail หรือ warn ทันที

คำสั่งนี้รายงาน path ข้อมูลที่เป็นไปได้ ไม่ได้พิสูจน์ว่า path นั้นถูกใช้ จริงในการรันครั้งใดครั้งหนึ่ง

ผลลัพธ์ JSON มี "schema_version": 1 สำหรับการ parse ที่เสถียรในขั้นตอนถัดไป

Checklist สำหรับ Local-only แบบเข้มงวด¶

สำหรับการตั้งค่า local-only แบบระมัดระวัง ตรวจสอบการตั้งค่าเหล่านี้:

[analytics]
enabled = false

[traces]
enabled = false

[telemetry]
enabled = false

[agent]
context_from_memory = false

[intelligence]
provider = ""
preferred_engine = ""
default_model = ""  # local model name only

[engine]
default = "ollama"  # or another local engine

[tools]
enabled = ""

[tools.storage]
enabled = false

[tools.mcp]
enabled = false
servers = ""

[channel]
enabled = false

[learning]
enabled = false
auto_update = false
training_enabled = false

[learning.spec_search]
enabled = false

[server]
host = "127.0.0.1"

[security]
profile = "personal"

[a2a]
enabled = false

ให้ยกเลิกการตั้งค่า credential ของ cloud และ channel จาก process environment ด้วยเมื่อไม่จำเป็นต้องใช้

ขอบเขตและสิ่งที่ไม่ครอบคลุม¶

การสแกนนี้ตั้งใจหลีกเลี่ยงการอ่านข้อมูลส่วนตัว โดยเฉพาะ มันจะไม่:

อ่านเนื้อหา JSON ของ connector หรือ OAuth scope
ตรวจสอบ localStorage ของเบราว์เซอร์ หรือ secure storage ของ Tauri
ตรวจสอบที่เก็บ credential ฝั่ง frontend โดยตรง
ตรวจสอบซอร์สโค้ดของ skill ที่ติดตั้งไว้
ดักจับ network traffic ตอน runtime
จัดประเภทนโยบายการเก็บรักษาหรือ training ของผู้ให้บริการ
พิสูจน์ว่า path ที่ตั้งค่าไว้ถูกใช้จริงตอน runtime

ที่เก็บ credential ฝั่ง frontend ถูกติดตามแยกต่างหากจากเครื่องมือวินิจฉัย CLI นี้ หากมีพื้นผิว cloud/API-key อยู่ การสแกนจะแสดงหมายเหตุขอบเขตระดับ ข้อมูล เพื่อให้ผู้ใช้รู้ว่าต้องรีวิวที่เก็บ credential ของเบราว์เซอร์/Tauri แยกต่างหาก

การ Resolve Configuration¶

การสแกนนี้ทำตามการ override configuration แบบชัดเจนเดียวกับที่ runtime ใช้: หากตั้งค่า OPENJARVIS_CONFIG ไว้ ไฟล์นั้นจะถูกตรวจสอบ มิฉะนั้นการสแกนจะใช้ path config เริ่มต้นของ OpenJarvis ใต้ home ของ OpenJarvis ที่ resolve ได้ หากไม่สามารถ resolve ไดเรกทอรี home ได้ คำสั่งจะรายงานข้อค้นพบ config-root-error แทนที่จะ crash

ดูเพิ่มเติม¶

Security — โมเดลความปลอดภัยสามชั้น (host scan, config scan, BoundaryGuard)
Configuration — เอกสารอ้างอิง config แบบเต็ม