有没有现成的工具能在把数据交给 AI/Agent 之前先做个简单脱敏

[hansam47]

问题

有没有现成的工具能在把数据交给 AI/Agent 之前先做个简单脱敏？脱敏后回答会不会变差？

几个开源项目

大概问了 copilot 和看了一下，但是因为不熟悉这个方向不确定对不对，以及哪个更好。

• OpenPipe/pii-redaction

  • https://github.com/OpenPipe/pii-redaction
  • 主打在请求前或日志里做 PII 检测与替换（如邮箱、电话等常见敏感字段）

• PromptMask

  • https://github.com/cxumol/promptmask
  • 把提示词里的敏感字段先替换成占位符（ mask ），等模型返回后再按映射还原；思路是尽量保留上下文结构，同时降低泄露风险。

• aifw

  • https://github.com/funstory-ai/aifw
  • 看起来更像是围绕 LLM 调用链的中间层/策略层，把拦截、过滤、审计这类能力插到入口。

[gavintang]

本地小模型做脱敏+正则替换+人工审查

[Livid]

https://openai.com/zh-Hans-CN/index/introducing-openai-privacy-filter/

[ETiV]

LS +1
这个模型在 huggingface 上也有 mlx-community 出的支持的 Apple Silicon 版本。

需要注意的是依赖的 mlx-embeddings 0.1.1 版本还没正式发布 https://pypi.org/project/mlx-embeddings/ ，pip 要从 GitHub 安装（而不是 README 里那样装）

[est]

我以前也和你一样担心，后来想明白了，你这些数据对 AI 不值钱

值钱的是你的行为和话术。

[v2exgo]

@est 关键是黑产老哥 偷私钥跟密码，别的不值钱，就你那代码碎片，丢给大模型公司 人家都怕脏了语料库，当然还有行为跟偏好，这个是值钱的

[lujiaosama]

靠 AI 脱敏这一步就有问题了吧，都已经上传上去了。一般来说公网的密钥密码放在代码里硬编码，或者弄个配置中心从远程读取。MOCK 数据手动清洗过敏？

[est]

@v2exgo 你这个提醒得好。不过如果你代码里写死 私钥 密码 那简直太可怕了。