Перейти к содержимому
anonymizer

Веб-интерфейс

После установки запустите:

Окно терминала
anonymize

Откроется вкладка браузера по адресу http://127.0.0.1:<port>. Порт случайный для каждой сессии — это сделано чтобы не конфликтовать с другими локальными сервисами.

Основной флоу

  1. Перетащите файл в зону drop, или кликните для выбора. Поддерживаются: .docx, .xlsx, PDF с текстовым слоем, сканированные/гибридные PDF при установленном локальном Tesseract OCR, обычный текст (.txt, .md, .csv), HTML (.html, .htm) и RTF (.rtf, скачивается как .docx). Размер до 100 МБ по умолчанию (переопределить — ANONYMIZER_MAX_UPLOAD_MB). Покрытие по форматам — в Поддерживаемых форматах.
  2. Проверьте найденные сущности — UI показывает что найдено, сгруппированное по категориям. У каждой сущности виден контекст (5 слов слева и справа).
  3. Настройте категории, которые надо обезличить, индивидуально.
  4. Скачайте обезличенный файл. Исходный файл на диске не меняется.

Для сканированных PDF в списке прогресса появляется этап OCR-распознавания. Для обычных DOCX/XLSX/PDF с текстовым слоем этот этап пропускается. Если OCR не установлен, UI показывает инструкцию по установке Tesseract, а не принимает скан с риском неполного результата.

OCR-результат всё равно скачивается как PDF: файл сохраняет исходные страницы и добавляет редактуры/токены поверх распознанного текста. Это не редактируемый распознанный DOCX-экспорт.

Ручная маска

Если детектор что-то пропустил (например, имя в необычном формате) — выделите текст в превью и нажмите Mask as → [Category]. Выделение добавится в список сущностей с пометкой источника manual.

Если категория слишком много ловит — отключите её целиком в Settings (см. ниже). Поэлементная отмена маски («unmask») пока недоступна.

Переключатели по категориям

Каждую категорию можно полностью отключить на время сессии. Например, если в документе даты уже заменены псевдонимами, и вы не хотите их повторно токенизировать — отключите Dates.

Состояние переключателей — на сессию, при следующем запуске сбрасывается. Для постоянных значений по умолчанию см. переменные окружения.

Кнопка обратной связи

Если нашли пропуск или ложное срабатывание — нажмите Report в списке сущностей. См. Обратная связь.

OCR и предупреждения по картинкам

Низкая уверенность OCR и встроенные изображения, которые не удалось проверить через OCR, показываются как предупреждения. Считайте их очередью на ручную проверку: печатный текст на сканированных страницах распознаётся локально, но подписи, логотипы, рукописный текст и вложенные изображения всё ещё могут требовать проверки человеком.

Что никогда не покидает браузер

Веб-интерфейс работает локально. Файлы загружаются только по loopback (127.0.0.1) — никаких внешних сетевых запросов во время обработки. См. Что покидает ваш компьютер.