Was macht dieser Skill?
/pg-comply ist ein Multi-Tool-Workflow für DSGVO-Compliance-Assessments. Er verkettet drei spezialisierte Audit-Tools und produziert einen strukturierten Compliance-Bericht mit einem Score von 0 bis 100. Besonders in regulierten Branchen wie Healthcare oder Finanzen ersetzt dieser Skill manuelle Audit-Checklisten durch automatisierte, reproduzierbare Prüfungen.
Workflow-Phasen
- Phase 1 — PII-Scan:
pg_gdpr_auditidentifiziert Spalten mit personenbezogenen Daten (Namen, E-Mails, Telefonnummern, Geburtsdaten) - Phase 2 — Aufbewahrungsprüfung:
pg_retention_checkfindet Datensätze, die ihre Aufbewahrungsfrist überschritten haben - Phase 3 — Zugriffslog-Analyse:
pg_access_log_reviewprüft Zugriffsmuster auf Anomalien (Massenabfragen, ungewöhnliche Uhrzeiten) - Phase 4 — Compliance Score: Ergebnisse werden gewichtet und ein Gesamtscore berechnet
Wie wird er aufgerufen?
Verbindung herstellen
Jeder Skill beginnt mit einer Datenbankverbindung. Die Enterprise-Plattform unterstützt mehrere Profile — ideal für Multi-Cluster-Setups:
▶ Calling tools...
→ pg_connect { "profile": "production-db" }
{
"status": "connected",
"database": "mcp_test",
"version": "PostgreSQL 16.x",
"host": "db.example.com"
}
Claude CLI (natürliche Sprache)
▶ Calling tools...
→ Phase 1/4: pg_gdpr_audit {}
PII in 3 Tabellen gefunden:
→ healthcare.patients: first_name, last_name, email, date_of_birth, phone
→ app.users: email, full_name
→ audit.events: user_email (in JSON-Feld)
Unverschlüsselt: 5 Spalten in healthcare.patients
→ Phase 2/4: pg_retention_check {}
Aufbewahrungsrichtlinie: 365 Tage für healthcare.patients
→ 847 Datensätze überschreiten die Aufbewahrungsfrist
→ Ältester Datensatz: 2023-11-14 (über 2 Jahre alt)
→ Phase 3/4: pg_access_log_review {}
1.247 Zugriffe in den letzten 30 Tagen analysiert
→ 2 Anomalien erkannt:
1. Massenabfrage: SELECT * FROM healthcare.patients (423 Zeilen, 03:42 UTC)
2. Zugriff außerhalb der Geschäftszeiten durch db_analyst
→ Phase 4/4: Compliance Score
╔══════════════════════════════════════════╗
║ Compliance Score: 58 / 100 ║
╠══════════════════════════════════════════╣
║ PII-Spalten : 8 gefunden ║
║ Unverschlüsselt : 5 Spalten ║
║ Abgelaufene Daten : 847 Datensätze ║
║ Zugriffs-Anomalien : 2 erkannt ║
║ Bewertung : HANDLUNGSBEDARF ║
╚══════════════════════════════════════════╝
MCP Protocol (Skill-Definition)
const result = await client.callTool("/pg-comply", {});
// Response:
{
"skill": "/pg-comply",
"tools": [
"pg_gdpr_audit",
"pg_retention_check",
"pg_access_log_review"
],
"phases": 4,
"output": {
"score": 58,
"pii_columns": 8,
"unencrypted_pii": 5,
"expired_records": 847,
"access_anomalies": 2,
"verdict": "ACTION_REQUIRED",
"recommendations": [
"Encrypt PII columns in healthcare.patients (AES-256-GCM)",
"Purge 847 records exceeding 365-day retention",
"Review db_analyst off-hours access pattern"
]
}
}
Was passiert unter der Haube?
Der Skill arbeitet die drei Phasen sequenziell ab. Jede Phase baut auf den Ergebnissen der vorherigen auf:
Phase 1: GDPR Audit
Scannt alle Tabellen auf Spalten, deren Namen auf PII hindeuten: email, name, phone, birth, address, ssn. Prüft zusätzlich, ob diese Spalten verschlüsselt sind (Datentyp bytea oder bekannte Encryption-Wrapper).
Phase 2: Retention Check
Vergleicht Zeitstempel-Spalten (created_at, updated_at) gegen konfigurierte Aufbewahrungsfristen. Meldet die Anzahl abgelaufener Datensätze und den ältesten Eintrag.
Phase 3: Access Log Review
Analysiert pg_stat_activity und benutzerdefinierte Audit-Logs auf Anomalien: Massenabfragen (>100 Zeilen auf PII-Tabellen), Zugriffe außerhalb der Geschäftszeiten, und ungewöhnliche Rollen.
Phase 4: Scoring
Gewichtete Formel für den Compliance Score:
- 40% — PII-Schutz (Verschlüsselung, Maskierung)
- 35% — Aufbewahrungstreue (keine abgelaufenen Datensätze)
- 25% — Zugriffskontrolle (keine Anomalien)
Praxis-Tipp: Führen Sie /pg-comply monatlich aus und archivieren Sie die Scores. Bei einer DSGVO-Prüfung dient die Score-Historie als Nachweis für kontinuierliche Compliance-Überwachung.
Was testet die Testsuite?
Die Testsuite validiert den Workflow gegen eine Datenbank mit Healthcare-Patientendaten und bewusst platzierten Compliance-Verstößen:
✓ /pg-comply > pg_gdpr_audit detects PII in healthcare.patients
✓ /pg-comply > pg_retention_check finds expired records beyond 365 days
Test Files 1 passed (1)
Tests 3 passed (3)
Duration 2.1s
Testdaten-Szenario
Die Seed-Datenbank enthält:
- healthcare.patients — 500 Zeilen mit first_name, last_name, email, date_of_birth, phone (unverschlüsselt)
- audit.events — 1.247 Zugriffsprotokolle mit user_email, query_text, timestamp, row_count
- Aufbewahrungsrichtlinie — 365 Tage für healthcare.patients, 90 Tage für audit.events
- Anomalie-Szenario — Ein
db_analyst-Zugriff um 03:42 UTC auf die gesamte Patiententabelle
Zusammenfassung
/pg-comply macht DSGVO-Compliance prüfbar, reproduzierbar und dokumentierbar. Der Skill ersetzt manuelle Audit-Checklisten durch automatisierte Scans — und liefert dabei nicht nur Probleme, sondern auch konkrete Handlungsempfehlungen.