Problem i kontekst
Lokalna platforma do anonimizacji dokumentów DOCX, zbudowana jako połączenie klasycznych reguł regex i lokalnego modelu LLM. System zaprojektowano do pracy bez wysyłania danych do zewnętrznych usług AI, z naciskiem na prywatność, audytowalność i prosty interfejs webowy.
Co robi rozwiązanie
- przyjmuje dokumenty DOCX przez interfejs webowy,
- wykrywa dane wrażliwe w warstwie regex i warstwie LLM,
- odtwarza wynikowy dokument z zachowaniem struktury,
- zapisuje status przetwarzania i log zdarzeń,
- pozwala pobrać zanonimizowany wynik z lokalnego storage.
Architektura
flowchart LR
UI[Frontend webowy] --> API[FastAPI]
API --> DOC[Procesor DOCX]
DOC --> PIPE[Pipeline anonimizacji]
PIPE --> RX[Warstwa regex]
PIPE --> LLM[Lokalny model LLM]
API --> DB[(Audit i status)]
API --> FS[(Pliki tymczasowe i wynikowe)]
Dlaczego w portfolio
- pokazuje praktyczne połączenie lokalnej AI z klasyczną walidacją wzorców,
- ma wyraźny nacisk na prywatność danych i pracę offline,
- łączy frontend, backend, przetwarzanie dokumentów i audyt.
Anonimizacja
- usunięto odniesienia do konkretnych dokumentów, danych przykładowych i danych logowania,
- zachowano tylko publicznie bezpieczny opis pipeline’u,
- celowo pominięto nazwy plików, lokalnych katalogów i szczegóły środowiska uruchomieniowego.