原始文本
爱丽丝给鲍勃发了电子邮件。
您的应用
“总结支持历史艾丽丝·罗西。
[email protected]对发票 INV-204 有争议。”
“总结支持历史PERSON_01。
EMAIL_01对发票 INV-204 有争议。”
OpenAI / Anthropic / 外部 API
专为数据和外部系统之间的边界而构建。
人工智能
CRM → pseudonymize.io → OpenAI数据分析
数据库 → pseudonymize.io → 数据仓库客户支持
客户记录 → pseudonymize.io → 第三方工具可预测的转换，而不是黑盒屏蔽。
控制如何检测、替换标识符并在数据中保持一致。
保留身份关系
相同的标识符可以在定义的范围内映射到相同的假名，因此下游系统在不接收原始值的情况下保持有用的关系。
Alice 创建了工单 #182
Alice 申请了退款
PERSON_01 申请了退款
Alice 申请了退款
↓
PERSON_01 创建了工单 #182PERSON_01 申请了退款
保持结构化有效负载可用
转换值而不展平 JSON、消息数组或特定于应用程序的结构。
{
"user": {
"name": "PERSON_01",
"email": "EMAIL_01"
},
"ticket_id": "TK-4821"
}
"user": {
"name": "PERSON_01",
"email": "EMAIL_01"
},
"ticket_id": "TK-4821"
}
选择要转变的内容
配置实体类型和转换行为，而不是将一种不可逆的编辑规则应用于所有内容。
{
"entities": [
"person",
"email",
"phone",
"iban"
]
}
"entities": [
"person",
"email",
"phone",
"iban"
]
}
查看引擎如何处理您的文本。
现场互动沙盒游乐场
运行此示例以查看引擎输出。不会使用本地替代处理。
13 / 2000 个字符
可以开始处理
假名化文本
运行此示例以查看引擎输出。不会使用本地替代处理。
检查处理方式，而不是形容词。
- 引擎
- 查看开源 Python 引擎的代码。
- 遥测
- 结构化网关指标不包括 API 请求和响应正文。
- 地区
- 网关：德国纽伦堡