本地隐私过滤器：AI 对话前快速脱敏敏感文本

Privacy Filter 是一款浏览器端 PII 识别工具，利用 AI 模型在本地脱敏姓名、邮箱、电话、密钥等，支持文本与截图处理，适合开发者、AI 用户及客服人员。

本地隐私脱敏工具：它和普通查找替换的区别在哪？

如果只是要隐藏一两个特定的手机号，用记事本的查找替换功能确实足够。但面对几百行杂乱无章的报错日志时，手动删除不仅费时费力，还极易遗漏关键信息。

Privacy Filter 并非简单的规则匹配，它底层调用 OpenAI 开源的 openai/privacy-filter 模型，并通过 Transformers.js 在浏览器本地完成推理。它能结合上下文，智能识别出 8 类个人隐私信息（PII）：

• 姓名、电话、邮箱、物理地址
• 账号/卡号、日期、URL 链接
• 开发者最容易手滑泄露的 API Key 和 Token（密钥凭证）

识别后，它会一键生成类似 [EMAIL]、[KEY] 的占位符，既保留日志的上下文逻辑，又隐藏了关键数据。此外，它还内置了 Tesseract.js，你可以拖入聊天截图，它能在本地完成 OCR 识别并给敏感词打上马赛克。

适合哪些场景：AI 提示词、日志和截图脱敏

Privacy Filter 几乎没有上手门槛，打开网页、等待模型加载完成后，就能直接粘贴文本或上传截图处理。它更适合那些经常需要把真实业务内容发给外部系统的人。

• 开发者和运维：在 GitHub Issue、论坛求助或团队协作前，先清理 Bug 报告、服务器日志里的 Token、URL、账号和连接参数。
• 重度 AI 用户：把会议纪要、客户反馈、合同摘要或内部文档发给 ChatGPT、Claude 之前，先做一次本地脱敏检查。
• 客服、运营和行政人员：处理聊天记录、用户反馈、订单截图或表格内容时，先遮盖姓名、电话、邮箱和地址等字段。

如果团队希望将此类流程固化，也可以参考项目源码部署成内部使用的轻量脱敏辅助页面。它支持部署到 Cloudflare Pages、Vercel 等静态平台，但实际使用前仍需确认模型文件加载、浏览器兼容性和团队操作规范。

使用前要知道：它不能替代企业级 DLP

Privacy Filter 适合作为分享文本前的辅助检查工具，但不应视为“万能合规保险”。它依赖模型识别敏感字段，面对极其口语化的人名、非标准格式的自建密钥、复杂的多语言混排，仍可能出现漏报或误报。

Privacy Filter 的定位并不复杂：它不是完整的数据安全方案，而是发送前的本地检查步骤。对经常使用 AI 工具、公开求助或跨团队共享资料的人来说，它能让敏感信息检查更省事，也更容易养成习惯。