PROJECT CASE
PrivacyGuard
面向中文法律材料的本地敏感信息识别、人工复核与假名化工具，为 AI 使用建立可验证的隐私边界。
问题背景
法律和科研材料包含姓名、机构、地址、联系方式等敏感信息，直接交给外部模型会引入不可接受的泄露风险。
解决方式
PrivacyGuard 在本机完成文件解析、规则与模型识别、人工复核、统一假名化和发送前复检。当前支持 TXT、Markdown、EML、DOCX 和有文本层的 PDF，并为扫描 PDF 建立逐页 OCR 覆盖检查。
安全原则
任何解析不完整、偏移无效或复检失败都会进入 BLOCKED 状态，不以读取原文或跳过校验作为降级方案。隐私链路通过也不等同于法律分析正确，输出仍需专业人员复核。