| name | data_masking |
| description | 数据脱敏工具。对结构化数据中的敏感字段进行字符遮蔽脱敏，保留字段位置并用遮蔽字符替换手机号、身份证、姓名、邮箱、银行卡等内容。
当用户提到数据脱敏、隐私保护、敏感字段遮蔽、PII 处理等需求时使用此 skill。
与 privacy_token_remover 区分开：本 skill 负责字段级遮蔽，不负责删除文本中的隐私标识，也不负责生成假数据。
|
| name_zh | 数据脱敏算子 |
| input_params | [{"name":"input","type":"string","required":true,"description":"输入文件路径（支持 CSV/TSV/Excel 等）"},{"name":"output","type":"string","required":true,"description":"输出文件路径"},{"name":"masking_rules","type":"string","required":true,"description":"脱敏规则，格式：字段名:脱敏类型，多个规则用逗号分隔"},{"name":"mask_char","type":"string","required":false,"default":"*","description":"脱敏替换字符"}] |
| output_params | [{"name":"output","type":"csv_file","description":"脱敏后的结构化数据文件"}] |
| tag | 清洗 |
Data Masking 数据脱敏 Skill
功能概述
本 skill 用于对结构化数据中的敏感信息进行脱敏处理，使用字符遮蔽模式（如 138****5678）。
如需用假数据替换敏感信息，请使用 data_faker。
触发条件
当用户请求以下任务时，应使用此 skill：
- 数据脱敏
- 隐私保护
- 敏感信息处理
- 数据匿名化
- PII（个人可识别信息）处理
核心参数说明
必需参数
--input：输入文件路径--output：输出文件路径--masking_rules：脱敏规则，格式为 字段名:脱敏类型
可选参数
输入文件格式
支持 CSV、TSV、Excel 等结构化数据。
使用方法
python scripts/run_data_masking.py \
--input data.csv \
--output masked.csv \
--masking_rules "phone:phone,idcard:idcard,name:name"
python scripts/run_data_masking.py \
--input data.csv \
--output masked.csv \
--masking_rules "email:email" \
--mask_char "#"
输出示例
[OK] Data masking completed!
Input file: data.csv
Output file: masked.csv
Total rows: 1000
Masking rules applied:
- phone: phone (1000 values masked)
- idcard: idcard (1000 values masked)
- name: name (1000 values masked)
Mode: mask (char: *)
脱敏效果示例
| 原始值 | 脱敏后 |
|---|
13812345678 | 138****5678 |
110101199001011234 | 110101********1234 |
张三 | 张* |
test@example.com | te**@example.com |
user@example.com | us**@example.com |
环境要求
pip install pandas openpyxl
注意事项
- 脱敏规则格式必须正确：
字段名:脱敏类型
- 字段名必须存在于数据中
- 脱敏后的数据不可逆，请备份原始数据
- 建议在测试环境验证脱敏效果后再处理生产数据
