架构说明

AI Privacy Gateway 的工作原理。

数据流

用户请求
    │
    ▼
┌─────────────────────────────────┐
│  AI Privacy Gateway (:9999)     │
│                                 │
│  ┌───────────┐  ┌────────────┐ │
│  │ 检测引擎  │──│ 映射表存储  │ │
│  │ Python/RS │  │   SQLite   │ │
│  └─────┬─────┘  └────────────┘ │
│        │                        │
│  ┌─────▼─────┐                  │
│  │ 代理转发  │                  │
│  │  HTTP/SSE │                  │
│  └─────┬─────┘                  │
└────────┼────────────────────────┘
         │
         ▼
    ┌─────────┐
    │ AI API  │  (DeepSeek/Claude/ChatGPT)
    └─────────┘

请求处理流程

1. 接收请求 → 提取 messages.content
2. 敏感信息检测 → 正则 + AC 自动机（Rust PyO3）
3. 创建占位符 → 写入映射表
4. 转发脱敏后请求 → 上游 AI API
5. 接收响应 → 还原占位符
6. 返回原始响应 → 用户无感知

流式处理 (SSE)

对 stream 模式的特殊处理：

• SSE 事件在缓冲区中累积
• 达到完整语义单元时触发检测
• 逐 chunk 还原占位符
• 延迟 < 50ms（用户无感知）

检测引擎

网关使用 Python 实现的正则 + NER 双引擎进行敏感数据检测：

• 正则引擎：覆盖手机号、身份证、邮箱、银行卡等结构化数据
• NER 引擎：基于 jieba 分词 + ONNX 模型推理识别中文人名、地名、机构名
• 所有检测在本地完成，数据不出网关

数据安全

• 映射表仅存本地 SQLite（vault_data/vault.db）
• 一键物理销毁：rm -rf vault_data/
• 不上传任何数据到云端