Redact
Schwärzung auf dem Gerät, die personenbezogene Daten schon beim Tippen entfernt, in 27 Sprachen, bevor sie Server oder Logs erreichen.
Demo
PII auf dem Gerät filtern.
Ein Support-Protokoll steckt voller Namen, Adressen und Kartennummern, die Sie nicht aufbewahren dürfen. Redact maskiert sie im Browser oder auf dem Smartphone, bevor der Text überhaupt gesendet wird, sodass Ihre Systeme [GIVEN_NAME_1] dort speichern, wo der Name des Kunden stand.
Redact setzt die Werte auch wieder ein. Maskieren Sie einen Prompt, bevor Sie ihn an ein externes Modell senden, und stellen Sie die echten Namen und Nummern in der Antwort wieder her. Behalten Sie die Platzhalter-Zuordnung, ist das Ergebnis pseudonymisiert; löschen Sie die Zuordnung, ist die maskierte Kopie anonymisiert.
Microsoft Presidio, AWS Comprehend und Google Cloud DLP decken dasselbe Feld ab, und alle wollen den Text auf ihren Servern. Redact erkennt 88,8 % der personenbezogenen Daten in 27 Sprachen, aus 23M Parametern, dieselbe Schwärzung läuft also im Browser-Tab, auf dem Telefon oder in einem Node-Backend.
Kartennummern, IBANs, nationale Ausweisnummern und USt-IdNr. werden anhand ihrer echten Prüfsummen geprüft, mit Luhn, ISO-13616 und den Regeln des jeweiligen Landes, sodass eine beliebige 16-stellige Ziffernfolge nie als Kartennummer maskiert wird.
Erkennt 88,8 % der personenbezogenen Daten.
Erkennt 88,8 % der personenbezogenen Daten in einem Text und rührt fast nie etwas anderes an, aus einem Modell, das klein genug für einen Browser-Tab ist. Das einzige System mit höherem Recall, GLiNER-PII, ist 2,3 GB groß.
Jedes System im selben Testaufbau auf denselben Zeilen bewertet, jeweils an seinem eigenen Arbeitspunkt, sodass der Vergleich die Modelle misst und nicht die Technik drumherum. Recall ist der Anteil der vollständig maskierten personenbezogenen Daten, makro-gemittelt über WikiANN, MultiNERD und einen formatgültigen strukturierten Satz. Präzision ist der Anteil der maskierten Stellen, die wirklich personenbezogene Daten waren. Redacts Größe ist der Apple-Build; der Build für Android und Web ist 24,5 MB groß.
| System | Recall | Präzision | Größe | Parameter |
|---|---|---|---|---|
| Redact | 88,8 | 99,6 | 11,6 MB | 23M |
| GLiNER-PII | 91,1 | 90,4 | 2,3 GB | 570M |
| Rampart | 61,4 | 97,2 | 14,7 MB | 18,5M |
| OpenAI privacy filter | 60,2 | 93,5 | 3 GB | 1,5 B |
AWS Comprehend ist die andere Option, die Teams abwägen, und es steht außerhalb dieser Tabelle, weil seine PII-API nur Englisch akzeptiert: jeder andere Sprachcode wird abgelehnt. Auf denselben englischen Zeilen schneidet es insgesamt besser ab (91,6 gegenüber 86,5 im englischen Gesamtwert), vorn bei Namen und hinten bei strukturierten Daten (91,9 gegenüber 95,0), bei gleicher Präzision. Comprehend läuft in der Cloud, rechnet pro Aufruf ab und deckt eine dieser 27 Sprachen ab. Alles oben ist eine interne Auswertung auf externem WikiANN und MultiNERD sowie einem formatgültigen strukturierten PII-Satz; die vollständige Sprachliste und die Aufschlüsselung pro Label stehen auf der Modellkarte.
Anwendungsfälle
Ein Webformular säubern, bevor es abgeschickt wird.
Sichere LLM-Roundtrips
Maskieren Sie einen Prompt, bevor er zu einem externen Modell geht, und setzen Sie in der Antwort die echten Werte wieder ein. Nummerierte Platzhalter wie [GIVEN_NAME_1] und [EMAIL_1] halten den Roundtrip verlustfrei, sodass der Nutzer eine ganz normale Antwort liest.
Beim Eingang säubern, ohne DLP-Rechnung
Lassen Sie Redact in Node über Transkripte, Logs und Uploads laufen, sobald sie eintreffen. Keine Kosten pro Aufruf und keine Daten, die Ihre Infrastruktur verlassen, anders als bei einem Cloud-DLP-Dienst, der jedes Dokument abrechnet.
Support und Chat auf dem Smartphone
Entfernen Sie Namen, E-Mail-Adressen, Kartennummern und IBANs schon auf dem Smartphone aus einem Gespräch, bevor es synchronisiert wird, sodass rohe personenbezogene Daten weder Ihre Server noch die Ihres Logging-Anbieters erreichen.
In 27 Sprachen schwärzen
Ein einziges Modell deckt 27 Sprachen in lateinischer, griechischer und kyrillischer Schrift ab: jede offizielle EU-Sprache, dazu Norwegisch und Isländisch. Ein in Athen ausgefülltes Formular und eines aus Helsinki durchlaufen denselben Codepfad.
Inspiration
Ideen zum Bauen mit Redact. Kopieren Sie einen Prompt in Ihren Coding-Agenten und los.
Write an MCP tool that strips personal data before it reaches any other tool.
Scrub personal data out of any text before it hits an LLM.
Redact PII from logs on the device before they're stored.
Run PII redaction in a Lambda so data never leaves your infrastructure.
Scrub a support form before it submits.
Transcribe interviews and auto-redact names before you share them.
Detect the language, then redact PII in that language.
De-identify a dataset before fine-tuning or sharing it.
Was das Modell macht
- 20 Erkennungskategorien. Namen, Straßenadressen, Städte, Postleitzahlen, E-Mails, Telefonnummern, Kreditkarten, Bankkonten und IBANs, Bankleitzahlen, IP-Adressen, URLs, Reisepässe, Führerscheine, Steuernummern, Sozialversicherungsnummern und amtliche Ausweise.
- Deterministische Validierungsschicht: Luhn-Prüfung für Karten, ISO-13616-IBANs, prüfsummenvalidierte nationale Ausweisnummern für alle 24 EU-Länder, alle 27 EU-USt-Formate, IMEI und länderspezifische Führerscheine.
- Reversible Schwärzung mit eindeutigen nummerierten Platzhaltern für LLM-Roundtrips.
- Nach Kategorie filtern und jede Erkennung mit ihrem genauen Zeichenbereich prüfen.
- Firmennamen werden als eigene Kategorie erkannt und standardmäßig stehen gelassen, denn ein Unternehmen ist keine Person. Wer sie braucht, lässt sie mitschwärzen.
Erste Schritte
Fügen Sie pii-schwärzung mit wenigen Zeilen Code zu Ihrer iOS or macOS, Android or web-App hinzu. Redact Docs.
// Swift Package Manager
.package(url: "https://github.com/Desert-Ant-Labs/desert-ant-core", from: "3.5.0")
// target dependency
.product(name: "Redact", package: "desert-ant-core")import Redact
let redact = Redact()
let r = try await redact.redaction(of: text)
// r.redactedText: "Email [GIVEN_NAME_1] at [EMAIL_1]"Add Redact from Desert Ant Labs to this Swift project (iOS, macOS). What it does: PII-Schwärzung auf dem Gerät für iOS, Android und Web. SDK: Swift (iOS, macOS) Repo: https://github.com/Desert-Ant-Labs/desert-ant-core#readme // Swift Package Manager .package(url: "https://github.com/Desert-Ant-Labs/desert-ant-core", from: "3.5.0") // target dependency .product(name: "Redact", package: "desert-ant-core") Reference: - Model page: https://desertant.com/models/redact/ - Full catalog and other models: https://desertant.com/llms.txt Add the SDK, then follow its README for the exact API and current version. Do not invent API names or method signatures; confirm them against the README.
// build.gradle.kts (Maven Central)
implementation("ai.desertant:redact:3.5.0")import ai.desertant.redact.Redact
Redact(context).use { redact ->
val r = redact.redaction(text)
// r.redactedText: "Email [GIVEN_NAME_1] at [EMAIL_1]"
}Add Redact from Desert Ant Labs to this Kotlin project (Android).
What it does: PII-Schwärzung auf dem Gerät für iOS, Android und Web.
SDK:
Kotlin (Android)
Repo: https://github.com/Desert-Ant-Labs/desert-ant-core#readme
// build.gradle.kts (Maven Central)
implementation("ai.desertant:redact:3.5.0")
Reference:
- Model page: https://desertant.com/models/redact/
- Full catalog and other models: https://desertant.com/llms.txt
Add the SDK, then follow its README for the exact API and current version. Do not invent API names or method signatures; confirm them against the README.
npm i @desert-ant-labs/redact @litertjs/coreimport { Redact } from "@desert-ant-labs/redact";
const redact = await Redact.load();
const r = await redact.redaction(text);
// r.redactedText: "Email [GIVEN_NAME_1] at [EMAIL_1]"Add Redact from Desert Ant Labs to this JavaScript / TypeScript project (Web, Node.js). What it does: PII-Schwärzung auf dem Gerät für iOS, Android und Web. SDK: JavaScript / TypeScript (Web, Node.js) Repo: https://github.com/Desert-Ant-Labs/desert-ant-core#readme npm i @desert-ant-labs/redact @litertjs/core Reference: - Model page: https://desertant.com/models/redact/ - Full catalog and other models: https://desertant.com/llms.txt Add the SDK, then follow its README for the exact API and current version. Do not invent API names or method signatures; confirm them against the README.
Technische Daten
- Sprachen
- 27 Sprachen: jede offizielle EU-Sprache, dazu Norwegisch und Isländisch (vollständige Liste auf der Modellkarte)
- Größe auf dem Gerät
- 11,6 MB Core ML (Apple, 4-Bit); 24,5 MB LiteRT (Android, Web, int8)
- Modell
- Token-Klassifikator mit einer deterministischen Schicht für strukturierte IDs, 23M Parameter
- Datenschutz
- Läuft vollständig auf dem Gerät. Text wird nie irgendwohin gesendet.
Redact erfasst rund 90 % der personenbezogenen Daten in einem Text, etwa jede zehnte Angabe kommt also durch. Sehen Sie Redact als die Schicht, die den Großteil entfernt, bevor Daten das Gerät verlassen, nicht als Garantie dafür, dass ein Dokument sauber ist.
Verlässlich sind die strukturierten Felder, denn Kartennummern, IBANs, USt-IdNr. und nationale Ausweisnummern müssen eine echte Prüfsumme bestehen.
Übersehen werden am ehesten frei formulierte Namen und Adressen in ungewöhnlichen Formaten; umgekehrt wird gelegentlich ein gewöhnliches Wort geschwärzt, am ehesten in Großbuchstaben.
FAQ
Was ist Redact?
Schwärzung auf dem Gerät, die personenbezogene Daten schon beim Tippen entfernt, in 27 Sprachen, bevor sie Server oder Logs erreichen.
Läuft Redact auf dem Gerät?
Ja. Redact läuft auf dem Gerät, ohne Serveraufruf, sodass die Daten beim Nutzer bleiben.
Welche Plattformen unterstützt Redact?
Redact wird als natives On-Device-SDK für Swift, Kotlin, JavaScript / TypeScript ausgeliefert.
Was kostet Redact?
Jedes Modell ist kostenlos für bis zu 100k monatlich aktive Geräte. Die Inferenz ist unbegrenzt. Kontaktieren Sie uns für individuelle Lizenzen.
Wie genau oder schnell ist Redact?
Erkennt 88,8 % der personenbezogenen Daten in einem Text und rührt fast nie etwas anderes an, aus einem Modell, das klein genug für einen Browser-Tab ist. Das einzige System mit höherem Recall, GLiNER-PII, ist 2,3 GB groß.