Files

119 lines
3.2 KiB
Markdown
Raw Permalink Normal View History

# CLAUDE.md
This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.
## Project Overview
基于 Rockchip RKNN NPU 的文档隐私安全处理 REST API 服务。支持 RK3588 板端和 x86 双平台。
**功能**:两阶段工作流——先分析检测隐私信息,用户决定后再遮罩处理。
## 开发环境
### 初始化
```bash
bash setup_venv.sh
source venv/bin/activate
```
### 常用命令
```bash
make test # 运行所有测试
make test-one FILE=tests/test_api.py # 单文件测试
make lint # 代码检查(ruff
make server # 启动服务(http://0.0.0.0:8000
make verify # 端到端验证(需先启动服务)
make clean # 清理缓存和临时文件
```
## API 端点
| 端点 | 说明 |
|------|------|
| `POST /api/v1/analyze` | 检测文档中的隐私信息,返回 JSON 报告 |
| `POST /api/v1/redact` | 遮罩指定类型的隐私信息,返回处理后文档 |
| `GET /api/v1/health` | 服务健康检查 |
| `GET /api/v1/types` | 支持的隐私类型列表 |
### analyze 请求
```bash
curl -X POST http://localhost:8000/api/v1/analyze \
-F "file=@document.docx"
```
### redact 请求
```bash
curl -X POST http://localhost:8000/api/v1/redact \
-F "file=@document.docx" \
-F 'config={"redact_types":["id_card","phone","face"]}' \
-o redacted.docx
```
## 项目架构
```
两阶段流水线:
analyze: parser_factory → doc_classifier → [regex_detector, ner_detector, face_detector] → DetectionReport
redact: analyze → strategy_selector → [text_redactor | image_redactor] → 处理后文档
```
### 文字层策略(字节级安全)
- PDF(含文字层)/ Word / Excel → `TextRedactor`(删除/替换文字节点)
- 图像 / 扫描 PDF → `ImageRedactor`OpenCV 黑色矩形覆盖)
- PDF 有文字层时禁止仅使用图像遮罩(防止文字层可提取)
### 可检测隐私类型
| 类型 | 检测方式 | 安全等级 |
|------|---------|---------|
| id_card | Regex | high |
| phone | Regex | high |
| bank_card | Regex | high |
| face | mediapipe RKNN | high |
| email | Regex | medium |
| name | 规则词典 NER | medium |
| address | 规则词典 NER | medium |
| license_plate | Regex | medium |
## 支持的文档类型
| 格式 | 解析方式 |
|------|---------|
| PDF(文字层) | pdfminer.six |
| PDF(扫描件) | paddle_ocr RKNN |
| .docx | python-docx |
| .xlsx | openpyxl |
| JPG/PNG | paddle_ocr RKNN |
## 关键路径
| 内容 | 路径 |
|------|------|
| PII 规则配置 | `configs/pii_rules.yaml` |
| 姓氏词典 | `configs/surnames.txt` |
| paddle_ocr RKNN 模型 | `/data/rockchip/paddle_ocr/models/rknn/PP-OCRv4/` |
| mediapipe 人脸模型 | `/data/rockchip/mediapipe/models/rknn/` |
## RK3588 板端部署
```bash
# 同步代码
rsync -av /data/rockchip/info-privacy/ pi@192.168.0.127:/home/pi/Desktop/info-privacy/
# 板端启动
ssh pi@192.168.0.127 "clashon && clashproxy on && \
cd /home/pi/Desktop/info-privacy && \
bash setup_venv.sh && \
source venv/bin/activate && \
uvicorn info_privacy.api.main:app --host 0.0.0.0 --port 8000"
```
## 设计文档
`docs/plans/2026-02-27-info-privacy-design.md`