产品简介
privacy-filter Privacy Filter 是一个用 Go 编写的隐私过滤工具，能在文本发送到大语言模型前自动移除个人识别信息（PII）和秘密凭证，毫秒级延迟，无需 GPU 或复杂模型。它适用于需要集成 LLM 但又注重隐私合规的开发者和服务商，如 PackyCode 已在生产中使用。
核心功能
- 纯 Go 实现，轻量无依赖
- 毫秒级实时过滤敏感数据
- 支持核心包、HTTP 和 gRPC 三种集成方式
- 两层检测覆盖结构化 PII 和秘密凭证
- 跨平台支持 Windows、macOS、Linux
快速开始
- 克隆 GitHub 仓库：`git clone https://github.com/user/privacy-filter`（仓库名参考仓库信息）
- 构建项目：运行 `go build -o bin/server-http ./cmd/http` 生成 HTTP 服务二进制文件
- 启动服务：运行 `./bin/server-http` 启动 HTTP 服务器
- 测试过滤：使用 `curl -X POST http://127.0.0.1:8088/redact -H 'Content-Type: application/json' -d '{"text":"测试文本"}'` 发送请求
界面预览
与其他方案对比
| 对比项 | privacy-filter | 同类方案 |
|---|---|---|
| 处理延迟 | 毫秒级延迟，纯正则和规则匹配，适合实时场景 | 基于 NER 模型的隐私过滤工具通常需要秒级处理时间 |
| 部署依赖 | 单个静态二进制文件，无外部依赖或模型要求 | 同类方案可能依赖 Python、GPU 或复杂安装环境 |
适合谁用
- 需要开发 LLM 应用并确保隐私合规的后端开发者
- 提供 API 服务并需过滤用户输入敏感数据的服务提供商
- 处理用户数据并希望降低隐私泄露风险的技术团队
下载与版本
当前最新版本为 main，发布于 。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/packyme/privacy-filter