数据匿名化

数据匿名化，指对用户输入的个人可识别信息（PII）进行匿名化，以确保用户的敏感信息不会被 LLM 服务获取，保障用户的隐私。

处理过程

graph LR
    输入 --> 匿名化 --> LLM --> 反匿名化 --> 输出

配置

当前仅提供 Microsoft Presidio 匿名化服务。

分组

可以将不同的实体放置到不同的分组内，以便于在智能体中进行选择和使用。

实体

实体，即匿名化的对象。GPTBots 已内置了一批常用的实体，但仍支持用户自定义实体，以满足各类匿名化需求。

新增实体

• 名称：实体的名称，仅允许使用大写字母和下划线。
• 语言：实体支持的语言，每个支持可以支持多个语言。
• 描述：关于实体的基本信息介绍。
• 正则表达式：用于匹配实体的规则表达式。
• 置信度：表示匹配的置信度，范围 0.0-1.0。
• 敏感词：用于精确匹配实体。若文本中包含了敏感词，则将被识别为该实体。
• 上下文：上下文词列表，用于增强匹配的置信度。如果文本中与匹配项附近出现这些词，Presidio 会提高匹配的得分。