Thunisoft · 法律科技

把文档敏感信息
可控地脱敏并支持还原

面向法律与合规场景,以私有化部署为主:内网网页版部署在本地服务器,数据不出服务器;单机版数据不出机、断网可用;WPS 插件与 Word 加载项在文档内就地脱敏。批量识别姓名、证件号、手机号、地址、机构、金额等敏感信息,支持扫描件 OCR、批量处理、复核定位、多格式导出与可逆还原。公网在线版可先试用效果。

  • 数据不出服务器:文档、规则、映射字典与历史记录都留在组织内网,不流向公网
  • 可归档:脱敏空间按项目归档,同一空间共用一套代称字典与脱敏方案,编号不串号
  • 可复核:误报可取消,遗漏可划词补标,列表点击逐处定位
  • 可导出:Word(保留版式)/ PDF(标密)/ 纯文本 / 图片涂改 / 批量 ZIP,适配不同交付需求

AI+正则双引擎互相兜底,更支持用户自定义规则

识别准、替换快、多种使用方式

同一套 AI + 正则双引擎:姓名、证件号、地址、机构、金额、日期一次识别到位,误报少、漏报少;替换结果逐处留痕,误标能取消,漏标能补。

01
浏览器端 · 原文与结果双栏对照

可部署在本地服务器上,浏览器直接访问;公网在线版只作试用,界面与操作基本一致。

02
插件端 · 文档内就地脱敏

不离开 Word / WPS 就能完成识别与替换,右侧任务窗格同步列示命中项与来源,可直接接上既有公文流程。

识别准,是因为每条规则都能调

证件号、银行账号、日期、机构、地址、金额这些常见类型都有预置规则,可以逐条开关;业务里特有的字段也能自己加规则。调好的这一套固化成「脱敏方案」,换项目、换人照同一套标准跑。

03
方案配置 · 规则逐条可控

方案里的规则清单按类型分组,逐条勾选:勾上就脱、取消就不脱,业务里不用脱的字段直接关掉。

预置规则,逐条开关

证件、账户、日期、机构、地址、金额等常见类型开箱即用,按业务只留该留的。

自定义规则

业务特有的字段自己加:写正则或关键词,在线测试命中后再启用,误伤可控。

方案可复用

一套规则固化成方案,可复制、可指定启用的范围,团队与项目之间标准不跑偏。

一份文书,三种脱敏结果

脱敏方案里可以选替换样式:占位符保留类型信息、便于核对与还原;星号掩码完全遮盖;涂黑不可逆,适合对外交付。三张图都取自同一份《民事起诉状》的第一页。

星号掩码:完全遮盖、看不出类型,仍可凭映射字典还原

原文(只读)
原文:民事起诉状第一页,姓名、证件号、地址、金额在原位显示
脱敏结果 · 星号掩码
星号掩码替换后的效果 占位符替换后的效果 涂黑替换后的效果

同一套规则、同一份映射字典:换替换样式只影响呈现,不影响后续还原。

合规与效率的两难

法律、金融、政务场景中文书含大量个人信息与商业秘密。人工脱敏慢且易漏;直接把原文交给云端大模型则面临泄密风险。

人工逐页脱敏

卷宗、合同、尽调包体量大,查找替换难以覆盖姓名、地址、机构等语义类实体,复核成本高。

云端 AI 的合规顾虑

当事人姓名、账号、金额等一旦外发,可能违反《个人信息保护法》及行业保密义务;扫描件与图片更不敢直接上传。

批量与多形态重复建设

案件材料往往成批处理,需要统一规则与可追溯历史;内网、单机、办公插件若各自为政,标准难以统一。

围绕真实产品能力构建

以下能力面向最终用户,重点是“能完成什么工作”,而不是“使用了什么技术”。

双引擎脱敏 · 中英混合识别

正则匹配身份证、手机、邮箱等固定格式信息;AI 识别姓名、机构、地址、金额等语义实体,中英文由同一模型识别,中英混排的合同与境外主体材料一次处理。执行顺序为先正则后 AI,结果合并去重。

脱敏方案

把规则集合与开关固化为可复用方案,一个脱敏属性对应一个开关;方案可复制、可指定启用范围,团队内标准一致。另有黑名单(命中一定脱敏)与白名单(命中一定不脱敏)兜底。

批次任务与任务中心

按批次提交,任务中心统一看进度与结果:失败可重试、结果可批量导出。按类型分流并发解析;扫描型 PDF 与图片经 OCR 转文字后脱敏。

复核与定位

脱敏列表可按来源查看,点击逐处定位跳转高亮;误报取消勾选,遗漏可划词补标(统一替换 / 仅替换本处 / 加入黑名单)。

呈现方式与导出格式

文本可选占位符(如 <人物1>,保留类型信息、便于还原)或星号掩码(完全遮盖、不体现类型,仍可凭映射还原);PDF 与图片支持涂黑,导出时烧入画面、不可逆。导出可选 Word(保留版式)/ PDF(标密)/ 纯文本 / 图片涂改,批量可打包 ZIP。

脱敏空间与批量还原

文件按项目归入脱敏空间,同一空间共用一套代称字典,占位符编号统一不串号;还原页支持一次上传多个文件、共用一套字典批量还原,也可只还原指定的某一处。

三种形态,覆盖全部使用场景

互联网试用版跑在平台服务端,打开网页就能用;内网版部署在组织自有服务器,网页端、WPS 插件、Word 加载项与 Skill 都在内网里用,数据不出服务器;单机版安装在本机,数据不出机、断网可用。三者业务流程一致:导入 → 识别 → 复核 → 导出。

互联网试用版

在线试用 可先匿名试用

打开网页就能用,不装任何东西,定位是验证效果。能力与内网版同源,文档由平台服务端处理,适合用非涉密材料看效果。

  • 零部署:注册登录后即可脱敏,界面与操作跟内网版基本一致
  • 数据边界:文档由平台服务端处理,不流向其他第三方
  • 适用边界:只建议用于试用与非涉密材料;涉密材料请在内网版处理

单机版

本机部署 数据不出机 · 断网可用

下载安装,在本机跑一套服务:原文、脱敏结果与映射字典都留在本机,不需要把文档交给任何服务器。WPS 插件与 Word 加载项随单机版一并可用。

  • 数据不出机:文档、规则与映射字典都在本机,不走公网
  • 断网可用:不依赖外网即可完成导入、脱敏、复核与导出
  • 办公入口:WPS 插件与 Word 加载项在单机模式下连接本机服务
  • 本机算力:识别与导出都在本机完成,适合先把流程跑通
  • 格式范围:处理 .doc / .docx / .pdf / .txt;PDF 仅支持文字层,不支持图片与扫描件(这类材料请用内网版)

安装包约 1.7G。如果需要脱敏图片,或提高脱敏速度与容量,请联系我们。
下载与咨询:下载单机版 · 联系我们

你的需求建议形态
快速看效果,材料不涉密,不想装任何东西互联网试用版(匿名即可浏览,登录后可用完整能力)
多人共用,要集中规则与审计留痕,数据必须留在自己机房内网版
要处理扫描件、图片里的敏感信息内网版
不想切换软件,就在 WPS / Word 里写完顺手脱敏内网版的 WPS 插件 / Word 加载项
要在 AI 智能体里处理文档内网版的 Skill(原文不进模型)
手头没有服务器,只想先把流程跑通单机版(在本机跑一套服务,数据不出机、断网可用)

查看产品形态说明 · 安全边界 · 一分钟上手

隐私与数据处理说明

以产品形态与组织策略为准

按形态分三种:互联网试用版——文档经公网传输到平台服务端处理;内网版——私有化部署,文档、规则与映射字典留在你自己的服务器,其中的 WPS 插件、Word 加载项与 Skill 连接内网服务、数据同样不出服务器;单机版——安装在本机,数据不出机。若接入外部智能服务,须由组织评估合规。

1. 文档如何处理

内容经解析后替换为占位符(如 <人物1>)或掩码,并生成映射字典供还原与历史记录使用。服务端处理形态下文档经服务器解析;本机处理形态下解析、脱敏与导出均在本机完成。

2. AI 与正则

脱敏以替换为占位符/掩码的方式呈现;是否使用智能识别、是否对接外部服务由管理员配置,并应遵循组织合规流程。本机形态可启用本地识别模型,全程不依赖外网。

3. WPS 插件与 Word 加载项的数据流向

两者都属于内网版的办公入口,都可读取并写回当前文档:连接内网服务时文档在内网服务器处理、数据不出服务器;在单机模式下连接本机服务时文档不出机。Skill 与开放接口调用的是同一套内网版服务,数据边界随所连服务。

4. 存储

历史与规则的存储方式取决于所用形态。导出文件与映射字典由使用方自行保管,请按组织规范进行权限控制与留存。

立即体验二维码
客服二维码