用 Gemini CLI 做敏感字段识别：命令文件与 GEMINI.md 配合
后端与数据工程师经常要做「敏感字段识别」这类事：扫描库表，标出可能包含个人信息的字段。每次都从头写提示词，结果时好时坏；把它做成智能体 Skill，就能让智能体每次按同一套步骤执行，输出结构也更稳定。
本文介绍如何在 Gemini CLI 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。
这个技能做什么
| 项目 | 说明 |
|---|---|
| 技能 | 敏感字段识别（pii-column-scan） |
| 作用 | 扫描库表，标出可能包含个人信息的字段 |
| 输入 | 表结构与样例（脱敏） |
| 输出 | 敏感字段清单 |
| 形态 | 带脚本 |
| 风险 | 中 |
| 适用人群 | 后端与数据工程师 |
处理流程分四步：
- 按字段名与类型初筛
- 抽样判断
- 分级标注
- 建议脱敏方式
这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；属于中等风险：结果会影响业务判断，建议在输出前设置人工审核点。
在 Gemini CLI 中是什么形态
Gemini CLI 会读取项目中的 GEMINI.md 作为长期上下文，还支持在 .gemini/commands/ 下用 TOML 文件定义自定义斜杠命令，把一段固定提示封装成一个命令。
项目级命令放在仓库的 .gemini/commands/，个人级放在用户目录下的 .gemini/commands/；命令中可用 {{args}} 接收调用时的参数。
示例配置
自定义命令示例（示意）：
# .gemini/commands/pii-column-scan.toml
description = "敏感字段识别：扫描库表，标出可能包含个人信息的字段"
prompt = """
你现在执行「敏感字段识别」任务。
输入：{{args}}
按以下步骤处理：
1. 按字段名与类型初筛
2. 抽样判断
3. 分级标注
4. 建议脱敏方式
最后输出：敏感字段清单，并列出需要人工确认的内容。
"""
示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在后端与数据工程师提出相关请求时能对上号；二是约束部分要写进「默认使用只读连接，任何写操作都要人工确认」这类领域规矩，避免智能体自作主张。
安装与启用步骤
- 在项目中新建
.gemini/commands/pii-column-scan.toml - 填写 description 与 prompt，prompt 中写清步骤与输出
- 在 GEMINI.md 中补充项目约定，供命令执行时参考
- 在 CLI 中输入
/pii-column-scan加参数调用 - 提交到仓库，团队共享
实操：一次完整的运行
假设你在数据库客户端与查询工具中发出这样的请求（虚构示例）：
帮我做一下敏感字段识别，材料是附上的表结构与样例（脱敏）。
智能体识别到任务与「敏感字段识别」相关后，会依次按字段名与类型初筛、抽样判断、分级标注、建议脱敏方式。最终交付敏感字段清单，并在末尾列出需要人工确认的内容。你的工作是对照原始表结构与样例（脱敏）抽查两三处关键信息，确认无误后再使用。
测试与验收
用空参数、正常参数和超长参数各调用一次命令，确认提示中的步骤与约束都生效。
针对这个技能，还建议额外准备：
- 一份信息齐全的标准表结构与样例（脱敏），检查输出是否完整
- 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
- 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效
常见坑
- 把所有流程都塞进 GEMINI.md，导致每次对话上下文过长。
- 命令名与内置命令或其他命令重名，调用时混淆。
- 只写了步骤，没写交付格式，导致每次输出的敏感字段清单结构不同。
- 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。
延伸阅读
- 敏感字段识别 · 常见问题
- 敏感字段识别 · Cursor Rules 版
- 敏感字段识别 · MCP 服务 版
- 索引审计 · Gemini CLI 版
- ETL 字段映射 · Gemini CLI 版
- 智能体Skills 分类：625 个技能 × 32 个角度
说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。