<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Secret Management on 布萊恩 | QA job | Testing</title><link>https://brian-hsu.github.io/tags/secret-management/</link><description>Recent content in Secret Management on 布萊恩 | QA job | Testing</description><generator>Hugo</generator><language>zh-tw</language><lastBuildDate>Sat, 28 Mar 2026 10:43:52 +0800</lastBuildDate><atom:link href="https://brian-hsu.github.io/tags/secret-management/index.xml" rel="self" type="application/rss+xml"/><item><title>提升 AI 協作安全性：從 .env 轉向 Doppler 的祕鑰管理實踐</title><link>https://brian-hsu.github.io/blog/my_share-047/</link><pubDate>Sat, 28 Mar 2026 10:43:52 +0800</pubDate><guid>https://brian-hsu.github.io/blog/my_share-047/</guid><description>&lt;h2 id="隱患ai-協作中的機敏資料外洩風險"&gt;隱患：AI 協作中的機敏資料外洩風險&lt;/h2&gt;
&lt;p&gt;在當前 Vibe Coding 或 AI 輔助開發的流程中，開發者頻繁將程式碼片段與除錯日誌提供給大型語言模型（LLM）。實務經驗顯示，當使用 &lt;code&gt;.env&lt;/code&gt; 檔案管理環境變數時，若程式中存在未經處理的 Exception 或 Verbose Log，機敏資料（如 API Token、資料庫連線字串）極易隨之輸出至終端機。&lt;/p&gt;</description></item></channel></rss>