Открытый Python SDK и сервис для обнаружения и обезличивания персональных данных в тексте, изображениях и структурированных данных.
jkrup/jeveryword
Библиотека JavaScript без зависимостей, использующая модель Jev от TypeSafe с выбором из нескольких вариантов для извлечения точных фрагментов текста, значений полей и меток PII из коротких сообщений.
- Звёзды
- 42
- Форки
- 3
- Открытые issues
- 0
- Последний коммит
- 2 месяца назад
Что это?
jeveryword позволяет использовать модель Jev от TypeSafe для извлечения данных из текста. Jev отвечает только на вопросы с выбором из нескольких вариантов и не генерирует текст, поэтому библиотека нумерует слова во входных данных, предлагает эти номера в качестве вариантов ответа и сопоставляет выбранные номера с исходной подстрокой по символьным смещениям. Поэтому каждое возвращаемое значение — это точный фрагмент исходного текста, а для каждого результата указывается вероятность, по которой можно определить, какие значения стоит подтвердить у пользователя.
Основные вспомогательные функции — extractSpans для извлечения именованных полей, описанных обычным английским языком, и classifyChunks вместе с mergeChunks для разметки каждого слова, например по категориям PII. API более низкого уровня tokenize позволяет создавать собственные вопросы. У пакета нет зависимостей; он работает в Node 20+, Cloudflare Workers, Deno и Bun и включает заглушку клиента модели для тестов. Также описан размещённый HTTP API с оплатой за каждый вызов в USDC через x402.
Проект помечен как экспериментальный; авторы сообщают, что проверили его лишь на небольшом наборе синтетических сообщений. Он подходит для обработки коротких текстов в реальном времени, но плохо подходит для длинных документов и значений, которые нужно вычислять или переформатировать.
Ключевые возможности
- 01Извлекает именованные поля из текста и возвращает точные подстроки с начальными и конечными смещениями.
- 02Указывает, если значение отсутствует или неоднозначно, а также вероятность для каждого результата.
- 03Размечает каждое слово как PII или по пользовательской категории и объединяет соседние размеченные слова в фрагменты.
- 04Предоставляет низкоуровневый API tokenize для создания собственных вопросов с выбором из нескольких вариантов.
- 05Не имеет зависимостей во время выполнения и работает в Node, Deno, Bun и Cloudflare Workers.
Сценарии использования
- Извлечение имён, адресов электронной почты и номеров заказов из обращений в поддержку или форм заявок.
- Подсветка персональных данных в коротких сообщениях чата перед сохранением или показом.
- Создание этапа проверки, на котором пользователь подтверждает результаты извлечения с низкой вероятностью.
- Запуск извлечения данных из короткого текста с помощью coding-агента или бессерверной функции.
Быстрый старт
- 1
Установите пакет из npm
npm install jeveryword - 2
Задайте ключ API TypeSafe в качестве переменной окружения
export TYPESAFE_API_KEY=… - 3
Импортируйте extractSpans и createJevClient и запустите извлечение для своего текста (см. пример в README)
Что важно знать
- В README указано, что это экспериментальная разработка, проверенная только на небольшом наборе синтетических сообщений; бенчмарков нет.
- Для запуска нужен ключ API TypeSafe; каждый вызов оплачивается по прейскуранту Jev.
- Требуется Node 20 или новее.
В подборках
Темы
Частые вопросы
- Что такое jeveryword?
- Библиотека JavaScript без зависимостей, использующая модель Jev от TypeSafe с выбором из нескольких вариантов для извлечения точных фрагментов текста, значений полей и меток PII из коротких сообщений. jeveryword позволяет использовать модель Jev от TypeSafe для извлечения данных из текста. Jev отвечает только на вопросы с выбором из нескольких вариантов и не генерирует текст, поэтому библиотека нумерует слова во входных данных, предлагает эти номера в качестве вариантов ответа и сопоставляет выбранные номера с исходной подстрокой по символьным смещениям. Поэтому каждое возвращаемое значение — это точный фрагмент исходного текста, а для каждого результата указывается вероятность, по которой можно определить, какие значения стоит подтвердить у пользователя.
- jeveryword можно использовать бесплатно? Какая у него лицензия?
- jeveryword распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- jeveryword всё ещё поддерживается?
- Обновлялся за последние 6 месяцев. Последний коммит в jeveryword — 20 сент. 2026 г..
- Для чего можно использовать jeveryword?
- Извлечение имён, адресов электронной почты и номеров заказов из обращений в поддержку или форм заявок. Подсветка персональных данных в коротких сообщениях чата перед сохранением или показом. Создание этапа проверки, на котором пользователь подтверждает результаты извлечения с низкой вероятностью. Запуск извлечения данных из короткого текста с помощью coding-агента или бессерверной функции.
- Как установить jeveryword?
- Установите пакет из npm: npm install jeveryword Задайте ключ API TypeSafe в качестве переменной окружения: export TYPESAFE_API_KEY=… Импортируйте extractSpans и createJevClient и запустите извлечение для своего текста (см. пример в README)
- Где скачать jeveryword?
- Исходный код и инструкции по установке — на GitHub: https://github.com/jkrup/jeveryword
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Библиотека обработки естественного языка для JavaScript: размечает части речи, сопоставляет текст с шаблонами и преобразует глагольные формы, числа и другой текст.
Мощная NLP-библиотека для Python и Cython: токенизация, предобученные пайплайны и модели для разметки, синтаксического анализа и распознавания сущностей.
NLP-фреймворк на Python и PyTorch для распознавания именованных сущностей, анализа тональности, разметки частей речи и создания текстовых эмбеддингов.
Библиотека Stanford NLP Group на Python для токенизации, сегментации предложений, распознавания именованных сущностей и синтаксического анализа зависимостей более чем на 60 языках.
Расширение spaCy, которое добавляет большие языковые модели в структурированные NLP-пайплайны для задач вроде NER и классификации текста — без обучающих данных.