rizzo-pii

本地脱敏文档，再放心喂给 LLM

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署评测安全 🍴 复刻 96 🐛 待处理 87 👀 关注 12

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1265

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源免费，本地运行无需付费

项目预览

项目数据

分类评测安全

开发团队Rizzo-AI-Academy

官网地址https://rizzo-ai-academy.github.io/rizzo-pii

GitHubhttps://github.com/Rizzo-AI-Academy/rizzo-pii

定价模式🏷️完全免费

价格说明开源免费，本地运行无需付费

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型anonymization,gdpr,italian,legal-tech,llm,local-first,mmbert,named-entity-recognition,pii,privacy,token-classification,transformers

GitHub 星标★ 1265

上线时间2026-06-28 00:00:00

代码更新2026-10-23

仓库体积22.3 MB

本站数据更新2026-11-12

维护状态较活跃

收录时间2026-09-28

浏览次数2

项目介绍

rizzo-pii 是一个本地优先的隐私保护工具，专门解决在把文档交给大语言模型处理前，如何自动识别并匿名化其中的个人身份信息（PII）的问题。它基于命名实体识别（NER）和 token 分类模型（如 mmBERT），在本地完成扫描与脱敏，避免敏感数据上传到云端。核心能力包括：自动检测姓名、地址、税号、电话等隐私字段，支持意大利语等语言与 GDPR 合规场景，可对文档进行替换、掩码或占位符处理后再送入 LLM。项目面向法律科技、医疗、金融等对数据出境敏感的行业，让团队在享受 LLM 能力的同时不违反隐私法规。作为本地运行的开源方案，它不依赖外部 API，数据不出本机，适合需要审计与可控性的场景。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-28 · 当前星标 ★ 1265

技术标签

gdpr llm local-first named-entity-recognition pii

使用教程

难度：入门约 15 分钟部署方式：Docker 6 步

环境要求

安装 Docker（构建镜像用，大小约 2.65 GB）
任意 64 位 CPU，无需 GPU；模型 fp32 约 1.2 GB，量化后约 0.5 GB 内存
磁盘空间预留约 1.2–2.65 GB 存放镜像与模型
docker build 阶段需要联网下载依赖与模型，运行阶段完全离线

安装与启动步骤

1克隆项目仓库

从 GitHub 拉取源码并进入项目目录，后续命令都在该目录执行。
```
git clone https://github.com/Rizzo-AI-Academy/rizzo-pii
cd rizzo-pii
```
2构建 Docker 镜像

联网下载 CPU 版 PyTorch 与 rizzo-pii-0.3B 模型并打包进镜像，约需 10 分钟。
```
docker build -t rizzo-pii .
```
3启动服务容器

后台运行容器并把端口映射到本机 127.0.0.1，避免服务暴露到局域网。
```
docker run -d --name rizzo-pii -p 127.0.0.1:5005:5005 rizzo-pii
```
4查看启动日志

gunicorn 日志显示模型加载进度；模型就绪前 /health 返回 503，首个请求需等待。
```
docker logs -f rizzo-pii
```
5停止并移除容器

不再使用时清理容器，镜像仍保留，可随时用同一条 run 命令重新启动。
```
docker rm -f rizzo-pii
```
6源码方式运行(可选)

不用 Docker 时，用虚拟环境装依赖后启动同一套 Web 服务；Windows 改用 .\.venv\Scripts\Activate.ps1 激活。
```
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
```

关键配置

配置项	必填	说明	示例
`-p 127.0.0.1:5005:5005`	是	端口映射，只允许本机访问 5005 端口	`-p 127.0.0.1:5005:5005`
`HF_HUB_OFFLINE`	否	设为 1 时禁止联网下载模型，保证文档不出本机	`HF_HUB_OFFLINE=1`
`.env`	否	由 .env.example 复制而来，填 W&B / Gemini 密钥，仅重训模型时需要	`cp .env.example .env`