前言¶
把日誌、工單截圖或對話上下文交給大模型前，手機號、證件號、銀行卡和截圖裏的文字往往來不及人工打碼。把敏感內容上傳到第三方脫敏服務，又和合規、內網邊界衝突。下面介紹 SkillHub 上的社區 Skill「基於深度學習圖片與文字本地脫敏工具」：通過 Python 腳本在本地識別並遮蓋敏感信息，並可用標準 Skill 安裝方式掛到 Cursor、Codex 等 Agent 的 skills 目錄，由 Agent 按 SKILL.md 指引調用。
這是什麼¶
一句話定位：面向 Agent 的本地脫敏能力包，覆蓋文本、JSON 與圖片（含 OCR 與區域模糊），處理在運行環境內完成，SkillHub 標註 requires_api_key=false。
維護與來源：社區發佈者 user_cf24022c，座標 @user_cf24022c/image-text-desensitization，分類 it-ops-security，當前 SkillHub 版本 1.0.0。包內 skill.json 將能力描述爲「智能自動脫敏工具」，主入口爲 smart_desensitize_skill.py，並附帶標準版與高性能版圖像脫敏模塊（deep_desensitize_skill.py、fast_deep_desensitize_skill.py）。
核心功能¶
以下能力均來自已安裝的 Skill 包內 SKILL.md、skill.json 與 SOP.md：
- 文本脫敏：正則識別手機號、身份證、銀行卡、郵箱等；
SOP.md還列出姓名、地址、QQ、微信、車牌號等類型的脫敏示例。 - JSON 脫敏：按字段名與內容自動處理；
skill.json中配置了常見敏感字段名（如password、token、phone、id_card等）。 - 圖片脫敏：支持 base64 輸入；可啓用深度學習模式，包含 OCR 文字檢測模糊與人臉檢測模糊（
skill.json的image_desensitize.features）。 - 性能策略：圖像側提供
standard（DeepLearningDesensitizer）與fast（FastDeepLearningDesensitizer）兩種模式；SmartDesensitizer可通過use_deep_learning、high_performance參數切換。 - Agent 側集成：首次導入可自動創建
./基礎設定/DESENSITIZE_RULES.md，並更新./MEMORY.md中的脫敏規則；用戶明確要求「不要脫敏」時可跳過（見SKILL.md、SOP.md）。
安裝與啓用¶
通過 SkillHub CLI（推薦）¶
先確認本機已安裝 skillhub（安裝方式見 SkillHub 安裝說明）。安裝 Skill 時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認裝到 ./skills/ 可能不會被識別。
skillhub install image-text-desensitization --namespace user_cf24022c --dir <你的 Agent skills 目錄>
常用目錄（摘自 SkillHub 安裝文檔）：
- Cursor：
~/.cursor/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/ - Claude Code：
~/.claude/skills/
也可將下面提示詞發給 Agent，讓其按官方安裝文檔拉取同一座標：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_cf24022c/image-text-desensitization`。
Python 依賴¶
SKILL.md 寫明文本與 JSON 脫敏主要依賴 Python 3.6+ 標準庫；圖片 OCR 建議安裝 easyocr，人臉相關能力可選 opencv-python-headless。skill.json 將 opencv-python、Pillow、numpy 列爲圖像相關必需依賴，OCR 可選 easyocr 或 paddleocr，OCR 語言包含 ch_sim、en。按你是否啓用圖像深度學習模式安裝對應包即可。
典型用法¶
安裝後，在 Skill 目錄或已將路徑加入 PYTHONPATH 的環境中調用主類（示例來自 SKILL.md 與 skill.json）。
文本：
from smart_desensitize_skill import SmartDesensitizer
desensitizer = SmartDesensitizer()
result = desensitizer.desensitize_text("手機號：13812345678")
# 示例輸出: 手機號：138****5678
JSON：
data = {"name": "張三", "phone": "13812345678"}
result = desensitizer.desensitize_json(data)
圖片（base64）：
result = desensitizer.desensitize_image_base64(image_base64)
啓用圖像深度學習 / 高性能模式（skill.json）：
desensitizer = SmartDesensitizer(use_deep_learning=True)
# 或
desensitizer = SmartDesensitizer(use_deep_learning=True, high_performance=True)
SOP.md 中的集成流程爲：用戶內容進入 Agent → 判斷是否需要脫敏 → 執行脫敏 → 對圖片可刪除原圖僅保留脫敏結果 → 再繼續後續任務。
適用場景與注意¶
適合誰
- 需要在把文本、結構化字段或截圖交給模型前，在本地做一輪 PII 處理的開發者或運維。
- 使用 OpenClaw 系或帶
MEMORY.md、工具目錄約定的 Agent 環境，希望脫敏規則可繼承、可自檢初始化。
限制與注意
- 包內
INSTALL.md提到可用python test_full.py驗證，但當前 Skill 包文件列表中未包含該腳本；以你環境中的 import 與單測爲準。 SKILL.md與SOP.md均說明：圖片脫敏完成後可能自動刪除原圖，歸檔需求請在流程裏單獨保留副本。- OCR 與 OpenCV 依賴體積與算力不低，大圖爲宜使用
high_performance模式（見skill.json的fast配置）。 - SkillHub 頁面簡介較短，具體行爲以包內
SKILL.md、SOP.md、skill.json爲準；包內SKILL.md頭部版本號爲 3.0.0，與 SkillHub 展示的 1.0.0 不一致時，以商店座標版本爲準。
結尾¶
「基於深度學習圖片與文字本地脫敏工具」把文本、JSON 與圖像脫敏腳本和 Agent 集成說明打成可安裝的 Skill，適合在不上傳敏感數據的前提下，給對話與自動化任務加一層本地遮蓋。官方頁面與安裝座標：
- SkillHub：https://www.skillhub.cn/skills/user_cf24022c/image-text-desensitization
- API 條目：https://api.skillhub.cn/user_cf24022c/image-text-desensitization
