腾讯玄武实验室 HaS Anonymizer：本地化数据隐私脱敏技术评估概要

一、 产品定位与核心亮点

HaS Anonymizer（简称 HaS）是由腾讯玄武实验室研发的完全本地化运行的隐私保护工具。其核心技术属性在于通过非云端的本地计算，对非结构化数据（文档、图片）中的敏感信息进行精准扫描与掩盖处理。

其商业差异化卖点在于构建了大模型应用的安全合规桥梁。在企业接入 Claude、GPT 等大模型进行数据分析时，HaS 能够在数据出域前完成物理隔离级别的本地脱敏，从根本上消除隐私泄露风险，满足企业严苛的数据安全合规要求。

二、 产品应用场景

HaS 主要服务于需要处理含个人敏感信息（PII）及商业机密数据，且有外部大模型调用或内部跨部门数据流转需求的企业与开发者。

• 智能文本分析与大模型交互场景：业务人员在将含有用户隐私（如身份证号）的合同、业务文档输入给大模型前，面临合规审查痛点。通过发送自然语言指令，工具可自动抽取并脱敏敏感词段，确保输入大模型的语料纯净。
• 财务票据与身份凭证归档场景：财务或审核人员在处理发票、身份证件图片时，需对关键字段（如金额、日期、证件号码）进行脱密展示。工具可自动识别图片中的特定区域并进行打码模糊处理。

三、 应用框架和功能介绍

1. 功能框架

产品基于自然语言指令驱动，具备四大核心执行模块与一项可逆操作模块：

• 隐私扫描：自动识别文档或内容中的敏感隐私信息。
• 文档脱敏：针对主流文本格式中的敏感信息进行处理。
• 图片脱敏：针对图片文件中的敏感信息（身份证、银行卡、票据等）进行掩盖。
• 隐私还原：基于生成的 mapping 文件，将脱敏后的数据进行无损逆向还原。
• 批量处理：支持通过指令对多个文件进行并发脱敏。

2. 硬核指标（量化数据与兼容性）

• 支持文档数据格式：Word、PDF、Excel。
• 支持图片数据格式：PNG、JPG、BMP 等常见格式。
• 敏感信息识别类型：身份证号、手机号、银行卡号、邮箱、地址、票据等。
• 部署与运行环境：
  • 桌面端：内置于 WorkBuddy（小龙虾） 客户端，开箱即用。
  • 服务端部署：适配 Lighthouse / OpenClaw，支持通过 SkillHub 命令行（CLI）一键安装。
  • 市场分发：支持通过 ClawHub（官方市场） 调用安装。

3. 产品优势能力

• 数据绝对隔离：完全本地运行，所有数据绝对不上传到云端，斩断网络层面的泄露途径。
• 多模态文件支持：无缝兼容图文双轨的常见办公文件格式。
• 前沿 AI 兼容性：在保障合规的前提下，不影响 Claude、GPT 等大模型对脱敏后上下文的理解与生成。
• 极简交互门槛：操作逻辑极简，支持诸如“帮我脱敏这张图片中的身份证”等自然语言直接调用。
• 数据可恢复性：提供 mapping 文件机制，兼顾了数据的安全掩蔽与业务对真实数据的溯源需求。

4. 荣誉背书

产品底层技术基于腾讯玄武实验室深厚的技术积累，其脱敏效果经过专业测试，具备高可靠性。

四、 典型应用案例

(注：原文档未披露外部企业客户名称，以下案例严格基于原文“使用方式”章节提取的标准化业务处理场景)

案例一：非结构化文本隐私合规处理

1. 背景：业务人员需要分析包含隐私数据的文本文档，面临手动排查敏感信息效率低、易遗漏的技术瓶颈。
2. 解决方案：使用 HaS 的文本隐私保护模块。用户直接输入自然语言指令（如：“扫描这段文字，告诉我有哪些隐私信息”或“帮我脱敏这段文本中的身份证号”）。
3. 成效：系统自动分析文本内容并列出发现的隐私数据，精准针对身份证号码等字段进行脱敏处理，输出合规文本。

案例二：财务票据与证件图像脱敏处理

1. 背景：在处理报销或身份认证业务时，图片文件（如身份证、发票）中暴露了关键的视觉隐私信息。
2. 解决方案：调用 HaS 的图片隐私保护模块。输入指令（如：“扫描这张发票，帮我把敏感信息打码”或“帮我脱敏这张图片中的身份证”）。
3. 成效：系统自动识别并遮挡图片中的身份证信息，或精准识别发票中的核心指标（金额、日期等）并进行模糊处理。