RakshIQ

嘿，Product Hunt 👋

我看到很多团队直接将客户数据导入大语言模型和第三方 API，却不清楚到底有多少个人身份信息（PII）随之流出，于是开发了 Rakshiq。常用的解决方案 Microsoft Presidio 本身很不错，但它是一个需要自行托管、调优和维护的 Python 库，而且对印度标识符（Aadhaar、PAN、GSTIN、UPI 等）的覆盖很有限。

所以 Rakshiq 源于一个简单的想法：兼容 Presidio，但支持自托管，并且原生支持印度标识符。它保持了兼容的 API，现有系统几乎不需要修改代码就能切换，而且所有操作都在你自己的基础设施内运行——绝不回传数据，永远不会把数据发送给我们。哪怕拔掉网线，它依然可以正常工作。

最棘手的问题是误报。简单的正则表达式会把每一个 12 位数字都识别为 Aadhaar 号码，把所有长数字都识别为电话号码。因此，我们的检测依托于真实校验机制：Verhoeff 和 Luhn 校验和、libphonenumber、PAN 持有者类型校验，这让印度标识符的召回率达到了 ~97%，同时保持了很高的精确率。它开箱即用地支持印地语和英语的姓名/地名识别。

它以 Docker 镜像形式交付，许可证是可离线验证的签名密钥。非常期待得到你的反馈，尤其是你希望接下来支持哪些其他标识符或语言。