pasteguard
Pasteguard 是一款专为大语言模型设计的开源隐私代理工具。它的核心理念是“让 AI 获取上下文，而非你的秘密”。在日常使用 AI 助手时，我们难免会输入包含个人信息、代码密钥或敏感业务数据的文本，直接发送存在泄露风险。Pasteguard 通过在本地运行一个代理服务器，自动识别并掩盖这些敏感信息（如姓名、邮箱、API Key），确保只有脱敏后的内容发送给云端 AI，而用户端依然能看到原始数据。
Pasteguard 特别适合开发者、研究人员以及注重数据安全的普通用户。无论是日常对话、编写代码时的 Copilot 辅助，还是自建 AI 应用，它都能无缝集成。它支持超过 30 种敏感数据类型和 24 种语言，且数据完全保留在本地机器上。此外，它还具备独特的路由模式，能将包含敏感信息的请求自动转发至本地运行的模型，进一步降低隐私风险。通过简单的配置，用户即可在不改变原有工作流的前提下，为 AI 交互加上安全锁。
使用场景
某后端工程师在排查线上故障时，需要将包含真实用户 ID 和支付密钥的代码片段发送给 AI 助手以获取修复建议。
没有 pasteguard 时
- 直接复制含敏感信息的代码可能导致用户隐私数据或 API 密钥泄露到公共云端。
- 每次提问前必须人工逐行审查并抹除关键信息，严重拖慢调试进度。
- 难以确认第三方 AI 服务商是否会利用这些数据训练模型，存在合规隐患。
- 团队缺乏统一的安全防护层，个人疏忽极易造成大规模数据安全事故。
使用 pasteguard 后
- pasteguard 作为本地代理自动拦截请求，实时将姓名、邮箱和密钥替换为占位符。
- 开发者无需中断工作流手动脱敏，AI 依然能理解完整的业务逻辑上下文。
- 所有原始数据保留在本地机器，只有脱敏后的文本发送至大模型接口。
- 支持自定义规则检测 30 多种敏感数据类型，大幅降低人为失误带来的安全风险。
pasteguard 在保障数据主权的前提下，让开发者能够毫无顾虑地享受 AI 编程带来的效率红利。
运行环境要求
- 未说明
未说明
未说明
快速开始
AI 获取上下文。而非你的秘密。
在将提示发送给 AI 之前，自动隐藏姓名、电子邮件和 API 密钥。
检测 24 种语言中的 30 多种敏感数据类型。
你的数据永远不会离开你的机器。
随处可用
聊天 —— 当你粘贴到 ChatGPT、Claude 和 Gemini 时，对 PII（个人身份信息）和密钥进行掩码处理。你看到的是原始内容，AI 看到的是占位符。
应用 —— Open WebUI、LibreChat 或任何自托管的 AI 设置。可选择将敏感请求路由到本地模型。
编码工具 —— Cursor、Claude Code、Copilot、Windsurf —— 你的代码库上下文流向提供商。PasteGuard 在数据离开前屏蔽密钥和个人身份信息。
API 集成 —— 位于你的代码与 OpenAI 或 Anthropic 之间。更改一个 URL，你的用户数据就会得到保护。
快速开始
将 PasteGuard 作为本地代理运行：
docker run --rm -p 3000:3000 ghcr.io/sgasser/pasteguard:en
将你的工具或应用指向 PasteGuard 而不是提供商：
| API | PasteGuard 地址 | 原始地址 |
|---|---|---|
| OpenAI | http://localhost:3000/openai/v1 |
https://api.openai.com/v1 |
| Anthropic | http://localhost:3000/anthropic |
https://api.anthropic.com |
# 一行代码保护你的数据
client = OpenAI(base_url="http://localhost:3000/openai/v1")
欧洲语言
对于德语、西班牙语、法语、意大利语、荷兰语、波兰语、葡萄牙语和罗马尼亚语：
docker run --rm -p 3000:3000 ghcr.io/sgasser/pasteguard:eu
如需自定义配置、持久化日志或其他语言：阅读文档 →
路由模式
路由模式将包含敏感数据的请求发送到本地大型语言模型 (LLM)（如 Ollama、vLLM、llama.cpp）。其他请求则发送到 OpenAI 或 Anthropic。敏感数据保留在你的网络内。
聊天
用于 ChatGPT、Claude 和 Gemini 的开源浏览器扩展。
- 粘贴客户数据 → 在到达 AI 之前被掩码
- AI 使用占位符响应 → 你看到原始内容
- 使用与代理相同的检测引擎
目前处于测试版阶段。Apache 2.0 许可。
编码工具
在使用 AI 编码助手时保护你的代码库上下文和密钥。
Claude Code:
ANTHROPIC_BASE_URL=http://localhost:3000/anthropic claude
Cursor: 设置 → 模型 → 启用“覆盖 OpenAI 基础 URL" → http://localhost:3000/openai/v1
仪表盘
每个请求都会记录脱敏详情。查看检测到了什么、屏蔽了什么以及什么到达了提供商。
它能捕获什么
个人数据 —— 姓名、电子邮件、电话号码、信用卡、IBAN（国际银行账户号码）、IP 地址、位置。由 Microsoft Presidio（隐私数据保护工具）驱动。支持 24 种语言。
密钥 —— API 密钥（OpenAI、Anthropic、Stripe、AWS、GitHub）、SSH 和 PEM 私钥、JWT 令牌、Bearer 令牌、密码、连接字符串。
两者均在实时检测并掩码，包括流式响应。
技术栈
Bun · Hono · Microsoft Presidio · SQLite
贡献
有关如何贡献的指南，请参见 CONTRIBUTING.md。
许可证
版本历史
v0.3.52026/03/13v0.3.42026/03/04v0.3.32026/02/27v0.3.22026/02/20v0.3.12026/02/09v0.3.02026/01/26v0.2.12026/01/20v0.2.02026/01/20v0.1.02026/01/17常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。