ARTICLE · 1047221
文档不能乱发给 AI,我写了个本地脱敏工具
脱敏 → 分析 → 还原，全程不联网
日常生活里，都有这样的时刻：手上有一份资料、一个案例，值得拿出来深入讨论、复盘、做研究分析——但它身上绑着公司或个人信息。
先说清楚这里讨论的是什么文件：本身不涉及任何保密内容、可以合规使用的数据和材料——不是国家秘密，不是工作秘密，就是普通文件，唯一的问题是上面带着个人敏感信息。涉密文件有涉密文件的规矩，不在今天讨论范围内，也根本不该走"发给 AI"这条路。
合规是底线。于是问题变成一道具体的操作题：怎么在合规的前提下，高效又安全地把敏感信息剥离掉，让文档能放心进入后续环节。
有人说：材料存在自己电脑上，不上传不就行了？问题是，如果你没有本地模型，只要调用 API、用云端模型，内容就必须离开本机，传到一台你不知道在哪的服务器上。
所以真正的解法不是"找一个信得过的平台"，而是让敏感信息根本没有出门的机会：交给 AI 分析的，自始至终是剔除掉敏感信息的数据。没有敏感信息上路，就没有泄露的可能。
我把这个流程做成了三段：本地脱敏 → 交给 AI 分析 → 本地还原
· 文档先在本机跑一遍：单号变成 [单号1]，地名 [地名1]，手机号变 [电话1]
· 这份"打码版"发给 AI，它看到的只有代号，分析照样做
· AI 返回的报告里还是代号，本地用映射文件换回真名
映射文件只存在自己电脑上，全程不联网。
建议处理敏感材料时在断网环境下运行。
01它能做什么
识别引擎是纯规则的离线实现，不依赖任何 AI 模型——这个工具存在的意义就是材料不离开本机，当然不能先把材料发给 AI 去识别。
02它做不到什么
先说适用边界：它只处理不含保密内容的合规文件，解决的是"个人敏感信息剥离"这一件事。涉及保密内容的材料，请严格按保密规定处理，任何脱敏工具都不适用。
再说能力边界：它只认模式，不认语义：罕见姓氏、生僻名字、没有上下文提示的裸名字，可能会漏。
所以用完请务必审核脱敏结果。这份谨慎比工具本身重要。
换句话说：工具负责"快"，人负责"对"。
03怎么获取
百度网盘：
扫码打开百度网盘下载。
免费，无广告，不注册，不收集任何数据。
04写在最后
做这个工具的起点很朴素：材料得能用起来，隐私也得守得住。
用起来之后欢迎提意见——尤其是你遇到的、它认不出来的写法。
声明：
这个工具只是一个辅助工具，不是安全保证。它能提高效率，但替代不了人的判断：
- 脱敏结果不保证百分之百完整，任何文件在发出之前，必须由使用者本人最终审核、确认；
- 是否使用、如何使用、脱敏后的文件发给谁，都是使用者自己的决定，使用后果由使用者自行承担。
本文提到的所有例子均为虚构，用于说明技术问题。
作者：Quinn
Quinns Pop Land