mcpField
S
session-anonymizer

session-anonymizer

github.com/glebis安全401155 次安装1 天前更新
代码仓库

关于 session-anonymizer

session-anonymizer 是优先本地运行的技能，用于检测并匿名化俄语和英语治疗会谈记录中的个人信息。它按序组合多个检测层，覆盖姓名、联系方式、药物和日期等；依赖缺失时可跳过相应层。

主要功能

  1. 01通过三个可选层检测个人信息
  2. 02处理俄语和英语记录
  3. 03合并检测片段并生成脱敏文本
  4. 04输出 JSON 报告或化名
  5. 05使用 AES-256 加密输出

适用场景

  1. 01匿名化单份治疗会谈记录
  2. 02批量脱敏多份会谈文件
  3. 03通过 JSON 报告查看检测结果

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/glebis/claude-skills --skill session-anonymizer

安装后在 Claude Code 中输入/session-anonymizer确认已加载。

附带文件scripts/anonymize.py

详细介绍

治疗文本匿名化工具

针对治疗会谈记录的三层个人身份信息（PII）检测与匿名化。支持俄语和英语。默认完全本地运行——数据不会离开设备。

架构

三层检测按顺序运行，各自捕捉其他层遗漏的内容：

层级工具可检测内容大小速度
1Natasha俄语姓名、地点、组织27 MB即时
2OpenAI Privacy Filter (opf)电话号码、账户、地址、电子邮箱2.8 GB约 1.5s
3Ollama LLM药物、日期、上下文标识符2.5-7 GB约 10s

合并各层检测出的片段，解决重叠部分，并生成统一的脱敏输出。

前提条件

pip install natasha setuptools pymorphy2-dicts-ru
pip install 'opf @ git+https://github.com/openai/privacy-filter.git'
ollama pull qwen3:4b

每一层都是可选的——脚本会妥善跳过不可用的层并发出警告。

用法

单个文件
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py session.txt
标准输入管道
cat session.txt | python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py
批量处理
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py --batch ~/sessions/ -o ~/sessions_clean/
JSON 报告
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py session.txt --json
使用化名而非标签
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py session.txt --pseudonyms
选择层级 / 模型
# Fast — Natasha only
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py session.txt --layers natasha

# LLM only — maximum coverage
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py session.txt --layers ollama --model gemma4:e2b
加密输出（AES-256）
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py session.txt -o clean.txt --encrypt "password"

从 Claude Code 调用

若要匿名化已在上下文中的文本，可通过管道将其传递给脚本：

echo '<text>' | python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py --json

对于文件，直接传入路径。自动匿名化后，务必建议进行人工审核。

限制

  • 任何自动化工具都无法检测上下文标识符（“科斯特罗马唯一一位红发建筑师”）
  • OPF 主要面向英语——对俄语的覆盖有限
  • 只有第 3 层能检测药物（需要 Ollama）
  • 不评估非 PII 字段组合带来的重新识别风险

防护措施

  • 绝不将未经处理的会谈记录发送到云服务
  • 仅对已匿名化文本进行云端验证
  • 务必建议对治疗数据进行人工审核
  • 绝不记录原始 PII 值

评论

支持 Markdown