基于 Rust 编写的高性能分词库，提供 Python 和 Node.js 绑定，用于 NLP 与语言模型流程。
1.1万1226RustApache-2.0更新于 16小时前
data-privacy-stack/presidio
开源的 PII 检测与脱敏 SDK，可处理文本、图片和结构化数据。
- Star
- 11,388
- Fork
- 1,357
- 未关闭 Issue
- 197
- 最近提交
- 21小时前
这是什么？
Presidio 是一个基于 Python 的框架，用于识别和脱敏个人身份信息（PII）。它能够识别信用卡号、姓名、地址、社会安全号、比特币钱包、美国电话号码等实体，并通过遮盖、替换等方式进行匿名化处理。
检测环节综合使用命名实体识别、正则表达式、规则逻辑和校验和，并结合多语言的上下文词进行判断。开发者可以添加自定义识别器，也可以接入外部 PII 检测模型。项目按模块划分，包括分析器、匿名化器、图像脱敏器（支持 DICOM 医学影像）以及结构化数据组件。
使用方式包括 Python、PySpark，也可以通过 Docker 运行或部署到 Kubernetes。由于自动检测无法保证找出所有敏感信息，建议与其他安全措施配合使用。
核心功能
- 01结合命名实体识别、正则、规则和校验和检测预定义或自定义的 PII 实体。
- 02支持多语言的上下文感知识别。
- 03可对文本和图片中的 PII 进行脱敏，包括 DICOM 医学影像。
- 04可接入外部 PII 检测模型。
- 05支持通过 Python、PySpark、Docker 或 Kubernetes 运行。
适用场景
- 在共享或分析前清除日志、文档或数据集中的个人信息。
- 在医疗数据流程中对医学影像或病历进行去标识化。
- 为 LLM 的输入和输出添加 PII 防护。
- 在 PySpark 大数据任务中自动脱敏敏感字段。
标签
常见问题
- presidio 是什么？
- 开源的 PII 检测与脱敏 SDK，可处理文本、图片和结构化数据。 Presidio 是一个基于 Python 的框架，用于识别和脱敏个人身份信息（PII）。它能够识别信用卡号、姓名、地址、社会安全号、比特币钱包、美国电话号码等实体，并通过遮盖、替换等方式进行匿名化处理。
- presidio 可以免费使用吗？用的什么许可证？
- presidio 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
- presidio 还在维护吗？
- 活跃维护中。presidio 最近一次提交是在 2026年10月18日。
- presidio 适合用来做什么？
- 在共享或分析前清除日志、文档或数据集中的个人信息。 在医疗数据流程中对医学影像或病历进行去标识化。 为 LLM 的输入和输出添加 PII 防护。 在 PySpark 大数据任务中自动脱敏敏感字段。
- 在哪里获取 presidio？
- 源代码和安装说明在 GitHub 上：https://github.com/data-privacy-stack/presidio
概要由 AI 根据项目 README 生成；GitHub 数据每日更新。
相关项目
基于大模型从文本中抽取主谓宾三元组，并生成可交互知识图谱的 Python 工具。
3124432PythonApache-2.0更新于 上个月
开源 Python 库，让大模型智能体像人一样操控真实浏览器，并可选用托管云浏览器与 Agent API。
11.8万1.3万PythonMIT更新于 昨天
开源数据平台，把专有、授权及公开数据源接入分析师、量化与 AI 应用。
7.4万7721PythonOther更新于 10小时前
基于 Python 的开源加密货币交易机器人，支持主流交易所、回测、模拟运行，可通过 Telegram 或 Web UI 管理。
5.6万1.2万PythonGPL-3.0更新于 5小时前
一个用于构建、运行和管理智能体平台的 Python 框架与运行时。
4.3万6156PythonApache-2.0更新于 昨天