左边原文、右边结果，全部由桌面引擎预先跑出，不是动画。官网是静态页面，装不下引擎，所以这里只做演示 —— 要测你自己的合同和报表，请下载桌面版在本机跑。
占位符：换成代号，原文留在本机，能还原
官网是静态页面，没有引擎、也没有模型。在这里贴自己的文档，看到的只是形态示意，不代表真实识别能力。桌面版在本机离线跑完整引擎：29 类识别、4 种脱敏方式，原文与映射库都不出你的电脑。
上面每一处高亮、每一个令牌，都是构建时用桌面引擎实跑一遍后静态写进页面的，与桌面版输出一致。本页不接收你的输入，也没有识别能力。
换成 [PERSON_615DB5] 这类代号，原文存在本机映射库，能精确还原。脱敏后仍可复扫、审计、喂给 AI。
只遮一部分，形状还在：138****5678、张*、京A*****。全部 27 类都有掩码规则。
换成 [PERSON#8F3A2C1D9B] 这样的指纹，同一个值永远同一个指纹：外发后还能跨表对上号，但推不回原文。
换成中文标签 [公司_1:北京-科技]，大模型读得懂「北京的一家科技公司」，具体是哪家不出本机。
ℹ️ 怎么选：脱敏后还要还原（喂给 AI、二次复扫、审计追溯）→ 选 占位符 或 LLM token；只外发、不打算拿回来 → 选 掩码 或 哈希。默认是占位符：合规和「数据还能用」不必二选一。
ℹ️ 能力边界（真实引擎现状 · 2026-09-17）：生产对外提供 4 种输出——占位符可逆（默认，maskStrategy=placeholder）、掩码（maskStrategy=mask，含中文实体）、哈希（maskStrategy=hash，确定性不可逆）、LLM token 可逆（llmMode=true）。另有 按字段类型推荐策略（maskStrategy=recommend，或 GET /strategies 取映射）与 token 预设清单（GET /token-presets）。文本泛化、整段删除 仍为规划能力。
掩码覆盖范围：引擎可识别的全部 27 类需脱敏类型都有掩码函数（含护照 / 军官证 / 统一社会信用代码 / 车牌 / IP / MAC / GPS 等 7 类结构化标识符，2026-09-15 补齐；合同编号 2026-09-16 补齐）—— 掩码模式下不会有任何类型静默回退为占位符。其中 9 类的掩码语义本身就是「整体替换为令牌」（URL / 股票代码 / 基金代码 / 邮编 / 微博 / 公众号 / 服务号 / IMEI / 外国人永居证）—— 它们没有「制度性片段」可保留，输出形态与占位符相同，但并非回退，属设计行为。哈希覆盖范围：对全部需脱敏类型可用，且不依赖类型级掩码函数（哈希只需类型名与原文，与掩码函数是否存在无关）。
哈希的已知风险（如实说明）：手机号 / 身份证号取值空间小，未加盐时存在彩虹表反推风险，生产请配置 DATAMASK_HASH_SALT 或请求级 hashSalt。哈希长度可用 DATAMASK_HASH_LENGTH 调整。哈希 ≠ 绝对安全。
为什么默认是可逆的？ 脱敏不等于报废数据。原文锁在本机映射库，凭映射精确还原 —— 同一份文档脱敏后，你仍能在本机做二次复扫、审计追溯、把干净数据喂给下游 AI。对「既要合规、又要用数据」的审计与财务场景，这比一刀切删除更有用。
下表严格按引擎实测填写：生产可用指有 API 出口、客户可实际使用；已接入·默认关闭指引擎已接入但默认关闭、需企业版开启。
| 字段类型 | 生产可用 | LLM token 输出 | 默认行为 |
|---|---|---|---|
| 身份证 / 手机 / 银行卡 / 邮箱 | 占位符可逆 · 掩码 · 哈希 · LLM token | [身份证_1] [电话_1] [银行卡_1] [邮箱_1]（均无属性） | 占位符[IDCARD_F6B028] |
| 姓名 | 占位符可逆 · 掩码（保留姓） · 哈希 · LLM token | [人名_1]（仅称谓上下文带属性） | 占位符[PERSON_615DB5] |
| 公司 / 机构 | 占位符可逆 · 掩码（前2后4） · 哈希 · LLM token | [公司_1:北京-科技]地区 + 行业≤2 | 占位符[COMPANY_C49095] |
| 地址 | 占位符可逆 · 掩码（前6后4） · 哈希 · LLM token | [地址_1:北京市海淀区…]行政区划全串 | 占位符[LOCATION_0CFECA] |
| 结构化标识符 护照 / 军官证 / 统一社会信用代码 / 车牌 / IP / MAC / GPS | 占位符可逆 · 掩码 · 哈希 · LLM token | 未登记中文名的类型回退英文枚举，如 [PASSPORT_1] | 占位符[PASSPORT_D02F3C]掩码示例见下表 |
| 其余结构化类型 （股票 / 基金 / 邮编 / QQ / 微信 / IMEI / 微博 / 400 电话 / 公众号 / 服务号 / 永居证） | 占位符可逆 · 掩码 · 哈希 · LLM token | 未登记中文名的类型回退英文枚举，如 [STOCK_1] | 占位符[STOCK_7FBA1E] |
| 绝密字段 | 当前版本无整段删除策略；建议用占位符模式，且脱敏产物与映射库分离保管 | ||
| 类型 | 原文 | 掩码结果 | 保留了什么（为什么可保留） |
|---|---|---|---|
| 护照号 PASSPORT | E12345678 | E******78 | 首位证件类别字母（E 普通因私 / H 港澳 / M 台湾）—— 制度信息 |
| 军官证 MILITARY | 军字第1234567号 | 军字第*******号 | 「军字第…号」框架 —— 证件制度标识，编号才是敏感信息 |
| 统一社会信用代码 USCC | 91110000600037341X | 91**************1X | 前 2 位「登记管理部门 + 机构类别」—— 公开分类信息 |
| 车牌号 CAR_PLATE | 京A12345 | 京A***** | 省简称 + 发牌机关字母 —— 同城同字母段有数十万辆车 |
| IP 地址 IP_ADDR | 192.168.1.100 | 192.168.***.*** | 前两段网段 —— 排障与统计需要；主机位才指向具体设备 |
| MAC 地址 MAC_ADDR | 00:1A:2B:3C:4D:5E | 00:1A:2B:**:**:** | 前 3 字节厂商码（OUI）—— 由 IEEE 分配，只定位厂商 |
| GPS 坐标 GPS | 22.5431,114.0579 | 22.****,114.**** | 整数度（约 111km 粒度）—— 与地址掩码「保留省市区」同级 |
⚠️ 能力边界（如实说明）：GPS 小数位遮蔽后，仍可能被周边坐标反推；需要绝对不可逆时请改用占位符策略。同理，掩码保留段本身即是有意公开的信息，若客户合规口径要求「零信息外露」，应统一使用占位符可逆。
27 类会被遮蔽，日期与金额只识别不替换 —— 财务凭证里这两类字段动了就废了。上方样例里能看到代表性类型，完整 29 类由桌面版在本机离线识别。
财务 / 审计场景不能碰这两类字段 —— 脱敏会破坏凭证可用性与证据链，因此引擎识别它们但默认不替换。
保留别名是为了兼容既有调用方；对外一律以规范类型名（左侧 EN）为准。
原文锁在本机映射库，AI 只看到带属性的令牌；分析完凭令牌反查就能精确还原。以下三步都是生产引擎真实产物（同一份合同）。
令牌为什么要带属性？[公司_1:北京-科技] 比 [ORG_1] 多留住「地区 + 行业」—— AI 还能按行业、地域统计，但具体是哪家公司始终不出本机。
PDF / Word / Excel / PPT 都能处理，版式、字体、表格结构不变。下面是同一份合同的处理前后。
引擎对每个实体给出可信度与复核等级。低可信度不是「硬脱」，而是保留原文交给人——因为漏脱敏比误报严重得多。
| 复核等级 | 可信度 | 行为 | 为什么这样设计 |
|---|---|---|---|
| auto | ≥ 0.90 | 自动脱敏 · 免复核 | 规则命中确定性高（如身份证/手机号形态唯一），直接处理不打扰人 |
| suggest | 0.70 – 0.90 | 自动脱敏 · 建议复核 | 形态较弱、存在同形干扰（如股票代码 / 邮编），建议看一眼 |
| required | 0.50 – 0.70 | 自动脱敏 · 必须复核 | 中低可信，必须人工确认后才定稿 |
| suspect | < 0.50 | 不脱敏 · 保留原文 | 宁可留着让人看，也不擅自替换 —— 误替换会破坏文档可读性与证据链 |