跳到主要内容

Attune 隐私模型

Attune 不假装"100% 全本地"——RAG 时云 LLM 必然要看到检索 chunk。
但 Attune 诚实标注每一刻边界：什么出网了、脱敏到什么程度、能不能审计、能不能撤回。
这是 v0.6.0 Phase A.5 的核心交付。

三层隐私模型​

┌──────────────────────────────────────────────────────────────┐
│ L0 🔒  per-file 标记                                          │
│        chunk 永不出现在云 LLM context                          │
│        强制本地 LLM (Ollama qwen2.5:3b 等)                     │
│        适用：核心案件 / 病历 / 工资条 / API key                │
│                                                              │
│ L1 🛡️  默认（OSS 免费层）                                     │
│        12 类格式化 PII 自动检测 + reversible placeholder        │
│        出网审计日志 + CSV 导出                                  │
│        适用：普通用户日常 RAG                                  │
│                                                              │
│ L3 🔐  LLM 语义脱敏（v0.7 Tier T3+/K3）                       │
│        chinese-roberta NER 识别人名/地名/化名/项目代号          │
│        识别"上次会议提到的客户"等隐含指代                       │
│        适用：律所核心业务 / 政企合规                            │
└──────────────────────────────────────────────────────────────┘

L1 默认：12 类格式化 PII​

类别检测器示例placeholder
身份证ISO 7064 mod 11-2 校验11010119900307125X[ID_1]
手机中国 11 位 + 可选 +86+8613812345678[PHONE_1]
邮箱RFC 5322a@b.com[EMAIL_1]
IPv4/IPv6各段范围校验 + Ipv6Addr 解析192.168.1.1 / 2001:db8::1[IP_1]
信用卡Luhn 校验4111 1111 1111 1111[CARD_1]
银行卡16-19 位 + 边界6225881234567890[CARD_1]
API Key8 家前缀 (sk-/ghp_/AKIA/glpat/xoxb/hf_/AIza/sk-ant)sk-abc...xyz[APIKEY_1]
URLhttps?://https://x.com/y[URL_1]
MACxx:xx:xx:xx:xx:xxaa:bb:cc:dd:ee:ff[MAC_1]
车牌中国油车 + 新能源京A12345 / 沪AD12345[PLATE_1]
GPS 经纬度范围校验39.9, 116.4[GPS_1]

插件提供的行业 PII（在 plugin.yaml 声明）：

  • law-pro: 案号 (2023)京01民终123号
  • medical-pro: 病历号 MR12345678
  • patent-pro: 专利号 CN20231012345678.X
  • presales-pro: 内部客户简称（项目代号）

关键设计：可逆 placeholder​

原文：   13812345678 致电 user@example.com 询问劳动合同
           ↓ Redactor.redact()
脱敏：   [PHONE_1] 致电 [EMAIL_1] 询问劳动合同
           ↓ 云端 LLM 处理
LLM 答案：根据 [EMAIL_1] 的咨询，[PHONE_1] 应当...
           ↓ Redactor.restore()
还原：   根据 user@example.com 的咨询，13812345678 应当...

特性：

  • 同值同 placeholder（"张三"出现 3 次都得 [PERSON_1]）— LLM 语义一致
  • 字典+正则双引擎（用户自定义 .attune/pii_dict.yaml）
  • vertical plugin 通过 plugin.yaml::pii_patterns 注入行业 PII

出网审计日志​

每次云 LLM 调用都本地落 audit log（0 用户原文落库）：

CREATE TABLE outbound_audit (
    id               INTEGER PRIMARY KEY,
    ts_ms            INTEGER NOT NULL,
    direction        TEXT NOT NULL,      -- 'request' | 'response'
    provider         TEXT NOT NULL,      -- 'anthropic' / 'openai' / 'ollama'
    model            TEXT NOT NULL,
    token_estimate   INTEGER,
    privacy_tier     TEXT NOT NULL,      -- 'L0' / 'L1' / 'L3'
    pre_redact_hash  TEXT NOT NULL,      -- SHA256[:16] 脱敏前
    post_redact_hash TEXT NOT NULL,      -- SHA256[:16] 脱敏后
    redactions_json  TEXT NOT NULL,      -- {"PHONE":2,"EMAIL":1,"CASE_NO":3}
    session_id       TEXT
);

用法（合规员典型工作流）：

Settings → Privacy → 出网审计 → 导出 CSV (任意时段)
→ 给法务 / 审计员 / 数据保护官

per-file 🔒 标记 (L0)​

任何 item 可被标记为 privacy_tier='L0'，chunk 在 chat retrieval 阶段会被 Store::filter_out_l0_items() 过滤掉。

API:

# 标记某文件为 L0
curl -X PATCH http://localhost:18900/api/v1/items/{id}/privacy_tier \
  -H 'Authorization: Bearer $TOKEN' \
  -H 'Content-Type: application/json' \
  -d '{"tier":"L0"}'

# 列出所有 L0 文件
curl http://localhost:18900/api/v1/items/protected

UI（v0.6.1 上线）：文件列表右键 → "标记为 🔒 机密"。

当前可量化指标​

指标当前v0.7 目标
pii_leak_rate (格式化)≤ 0.5% (实测在 100 合同)≤ 0.1%
pii_leak_rate (语义)~22% (无 L3)≤ 5% (L3 启用后)
restoration_accuracy≥ 99.5%同
audit_completeness100% (强制)同

与 1Password / Bitwarden 的区别​

1PasswordBitwardenAttune
存储模型加密同步到云加密同步到云本地 vault，可选导出
云端可见加密 blob加密 blob完全不可见原文，只见脱敏片段
主用例密码密码 + 2FA私有知识库 + RAG
证据流不适用不适用chunk-level breadcrumb + offset

路线图​

  • ✅ v0.6.0 — L1 完整、L0 per-file、出网审计、F-Pro 跨域防御
  • 🟡 v0.7 — L3 LLM 语义脱敏（chinese-roberta NER + Tier T3+/K3 自动启用）
  • 🟡 v0.7 — Settings → Privacy 完整 UI（per-folder override + tier 升级提示）
  • 🟡 v0.8 — K3 一体机 L0 全本地链路（embedding/rerank/LLM 全 K3 服务，0 公网）