Redact：面向iOS、Android和Web的设备端PII脱敏
设备端PII脱敏，可在全部24种欧盟官方语言的文本中检测并遮蔽个人数据，文本始终不离开设备。
Redact在文本中查找并遮蔽个人数据：姓名、地址、电子邮箱、电话号码、信用卡、IBAN、国民身份证号、增值税号等。它在设备上运行，原始文本不会接触任何网络或服务器，无论是你的还是第三方的。它覆盖与Microsoft Presidio、AWS Comprehend和Google Cloud DLP相同的PII领域，但始终留在设备上，并支持面向LLM往返的可逆脱敏。
它的差异化在于面向LLM往返的可逆脱敏。在把文本发送给外部模型之前先遮蔽，再在响应中还原原始值。保留占位符映射，结果即为假名化；丢弃映射，遮蔽后的副本即为匿名化。底层由一个小型6层token分类器处理上下文相关的PII，另有一个确定性层用真实校验和来验证结构化字段。
演示
性能
在全部24种欧盟语言中捕获88.8%的个人数据，并对卡号、IBAN、增值税号和身份证号进行校验和验证，全部来自一个23M参数的单一模型。
在外部WikiANN和MultiNERD数据集，以及一个格式有效的结构化PII集上进行的内部评估。约23M参数。
应用场景
安全的LLM往返
在提示词发往外部模型之前先遮蔽PII，再在回答中还原真实值。像 [GIVEN_NAME_1] 和 [EMAIL_1] 这样带唯一编号的占位符让整个往返过程无损。
清理日志和客服记录
从客服记录和应用日志中剥离姓名、电子邮箱、卡号和IBAN，让原始个人数据永远不会到达你的服务器。
符合GDPR的去标识化
假名化和匿名化在本地进行，因此这一合规敏感环节在任何数据离开设备之前就已完成。
默认多语言
一个模型覆盖全部24种欧盟语言，横跨拉丁、希腊和西里尔字母，无需为每种语言单独搭建一套流水线。
功能
- 20个检测类别：姓名、地址、电子邮箱、电话号码、信用卡、IBAN、国民身份证号、增值税号等。
- 确定性验证层：Luhn卡号校验、ISO-13616 IBAN、覆盖全部24个欧盟国家的带校验和身份证号、全部27种欧盟增值税号格式、IMEI，以及各国驾照。
- 面向LLM往返的可逆脱敏，使用带唯一编号的占位符。
- 按类别过滤，并可查看每一处检测及其精确的字符范围。
平台与安装
// Swift Package Manager .package(url: "https://github.com/Desert-Ant-Labs/redact-swift", from: "0.2.2")
import Redact let redact = Redact() let r = try await redact.redaction(of: text) // r.redactedText: "Email [GIVEN_NAME_1] at [EMAIL_1]"
// build.gradle.kts (via JitPack)
implementation("com.github.Desert-Ant-Labs:redact-kotlin:0.2.1")
import ai.desertant.redact.Redact val r = Redact.redaction(text) // r.redactedText: "Email [GIVEN_NAME_1] at [EMAIL_1]"
npm i @desert-ant-labs/redact
import { Redact } from "@desert-ant-labs/redact";
const redact = await Redact.load();
const r = await redact.redaction(text);
// r.redactedText: "Email [GIVEN_NAME_1] at [EMAIL_1]"
规格
- 语言
- 全部24种欧盟官方语言（拉丁、希腊、西里尔字母）
- 设备端体积
- 12-14 MB（Apple上为4-bit Core ML，Android和Web上为int4 ONNX）
- 模型
- 6层BIOES token分类器，源自Multilingual-MiniLM，约23M参数
- 隐私
- 完全在设备上运行；文本不会离开设备
常见问题
Redact是什么？
设备端PII脱敏，可在全部24种欧盟官方语言的文本中检测并遮蔽个人数据，文本始终不离开设备。
Redact在设备上运行吗？
是的。Redact完全在设备上运行：推理在本地完成，不调用任何服务器，因此数据不会离开设备。
Redact支持哪些平台？
Redact以原生设备端SDK的形式提供，支持Swift, Kotlin, JavaScript / TypeScript。
Redact的价格是多少？
每个模型的每个SDK均可免费支持最多10万台月活跃设备。每位用户可无限次推理。 如需定制授权，请联系我们。
Redact的准确度和速度如何？
在全部24种欧盟语言中捕获88.8%的个人数据，并对卡号、IBAN、增值税号和身份证号进行校验和验证，全部来自一个23M参数的单一模型。