在线隐私过滤器（Privacy Filter Online）

在线隐私过滤器 (Privacy Filter Online) 是一款完全运行在浏览器端的免费隐私保护工具。它利用 OpenAI 开源的 privacy-filter 模型，通过 Transformers.js 在本地进行推理，能够精准识别并遮蔽文本及图片中的个人身份信息（PII），如姓名、邮箱、电话、地址、账号、密钥等。

核心承诺：文本永不离开你的设备。无服务器、无上传、无追踪，确保数据绝对安全。

核心特性

1. 100% 本地推理

• 零数据外传：所有计算均在用户浏览器内完成，除了首次加载模型权重外，无需任何网络连接即可处理敏感数据。
• 隐私至上：适合处理高度敏感的日志、客户数据或私人对话记录。

2. 基于 AI 的精准识别

• 上下文感知：相比传统正则表达式，基于 Transformer 的模型能更好地理解自然语言上下文，准确识别多语言姓名、自由格式地址及模糊的隐私引用。
• 8 大 PII 类别：支持在 Token 粒度上识别以下类型：
  • private_person (私人姓名)
  • private_email (私人邮箱)
  • private_phone (私人电话)
  • private_address (私人地址)
  • account_number (账号/银行卡号)
  • private_date (私人日期/生日)
  • private_url (私人链接)
  • secret (API Key/密码/令牌)

3. WebGPU 加速

• 高性能推理：优先使用 WebGPU 进行硬件加速，在不支持的浏览器（如 Safari, Firefox）中自动回退到 WebAssembly，确保广泛的兼容性。
• 快速响应：模型权重约 50MB，首次加载后缓存于浏览器，后续使用极速响应。

4. 图片 OCR + PII 识别

• 截图脱敏：集成 tesseract.js，支持上传图片或截图，自动识别其中的文字并遮蔽敏感区域，实现“所见即所得”的隐私打码。

5. 多语言与易部署

• 多语言界面：支持 English、简体中文、繁體中文、日本語。
• 静态站点：基于 Astro 5 构建，可轻松部署到 Cloudflare Pages、Vercel、Netlify 或 GitHub Pages。

技术栈

快速开始

环境要求

• Node.js 20+
• pnpm 9+

安装与运行

pnpm install
pnpm dev

首次运行时，浏览器会自动从 Hugging Face 下载模型权重并缓存。

构建与预览

pnpm build       # 输出到 ./dist
pnpm preview     # 本地预览构建产物

部署 (Cloudflare)

pnpm deploy      # 执行 build 并通过 wrangler 部署

注意：由于模型推理需要 SharedArrayBuffer，生产环境必须配置以下 HTTP 响应头：

• Cross-Origin-Opener-Policy: same-origin
• Cross-Origin-Embedder-Policy: require-corp

Cloudflare Worker (src/worker.ts) 已自动注入这些头部。若部署到其他平台，请自行配置。

应用场景

1. AI 对话前的隐私清理：在将聊天记录、文档粘贴给 ChatGPT、Claude 或 Gemini 之前，先去除个人信息，防止数据泄露给大模型厂商。
2. 日志与工单脱敏：在共享错误日志、Bug 报告或技术支持工单前，自动清除客户姓名、电话及账号信息。
3. 安全分享文档：对包含敏感信息的截图或文本进行快速打码，便于在社交媒体或内部群组中安全分享。
4. 密钥审计：快速排查代码片段、配置文件或聊天记录中误粘贴的 API Key、Access Token 等机密凭证。

常见问题

Q: 我的文本会被上传到服务器吗？

A: 绝对不会。 推理过程完全在浏览器本地通过 Transformers.js 执行。除了首次从 Hugging Face 下载模型文件外，没有任何数据会离开你的设备。

Q: 为什么第一次检测比较慢？

A: 首次运行需要下载约 50MB 的模型权重文件。下载完成后，模型会缓存于浏览器 IndexedDB 中，后续访问速度将显著提升。

Q: 可以替代正则表达式脱敏吗？

A: 对于结构化数据（如标准邮箱格式），正则表达式依然高效。但对于自然语言中的非结构化隐私信息（如“我叫张三，住在北京市朝阳区…”），基于上下文的 AI 模型准确率远高于正则。建议两者结合使用以获得最佳覆盖率。