AstrLink Guard

AstrLink Guard

在 ONNX 中本地识别中文、英文和混合文本、代码、日志以及 AI 编程助手请求里的个人信息和凭据。适合在敏感数据离开机器前对它做遮盖的开发者。

由 QuantumNous 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：AstrLink Guard 是一个紧凑的模型，能从中文、英文或两者混合的文本里挑出私人细节和密钥。它还能读源代码、配置文件、日志，以及 AI 编程助手发给语言模型的请求。它在 CPU 上用 ONNX Runtime 本地运行，FP16 版本适合 GPU。每个命中的片段都会给出标签和分数，由你自己的代码决定隐藏什么。

适合谁：适合想在文本到达语言模型或日志之前，先隐藏密钥和私人细节，并且偏好本地检查的开发者。

行业 | 谁在用 | 怎么用 | 例子
软件 | 工具开发者 | 扫描编程助手请求里的密钥 | 在提示词里找出 AWS 访问密钥
隐私 | 数据保护工程师 | 遮盖日志和文档里的个人信息 | 遮掉姓名、账号和证件号码
企业 IT | 平台团队 | 在模型网关前加一个本地过滤器 | 阻止凭据离开公司

需要检测中英文以外语言的人可以跳过。

用在哪里：

• CPU 上的 ONNX Runtime，用 INT8 文件夹。
• GPU 运行时，用 FP16 文件夹。
• AstrLink，用这个模型做隐私检测的应用。
• Windows、macOS 或 Linux：下载步骤在这三个系统上都能用 Python 完成。

使用场景 | 谁用 | 得到什么
密钥扫描 | 开发者 | 标为凭据的片段及其分数
隐私遮盖 | 隐私工程师 | 可直接遮盖的个人数据片段
请求过滤 | 平台团队 | 每个请求里的敏感片段列表

如何设置：

先准备好：

• Python 和 pip。
• ONNX Runtime，用于 CPU 或你的 GPU。
• 与模型匹配的分词器，XLM-R SentencePiece 的那种。
• 你选的文件夹：int8、fp32 或 fp16。

1. 用 pip 安装 Hugging Face hub 包。
2. 用 hf 命令下载这个仓库。
3. 选一个格式文件夹，在 ONNX Runtime 里加载它的 ONNX 文件。
4. 输入分好词的文本，读取带标签的片段。

pip install -U huggingface_hub
hf download QuantumNous/astrlink-guard

如何使用：

把文本按最多 512 个词元的窗口发送，更长的输入用 128 个词元的重叠。模型返回带标签和分数的片段，遮盖之前请按完整说明页里推荐的最小片段分数筛选。想保留旧的日期行为，就把仓库固定到 v0.1.1 版本。

Title: 仓库里的格式
工具 | 作用
int8 文件夹 | 动态 INT8 版本，推荐用于 CPU，36 MiB
fp32 文件夹 | 准确度更高的 FP32 参考版本，141 MiB
fp16 文件夹 | 面向 GPU 运行时的 FP16 版本，每次输入正好 512 个词元

示例：

你传入一个 AI 编程助手请求，里面有一个 AWS 访问密钥和某人的出生日期。模型返回一个密钥片段和一个日期片段，各带标签和分数。然后你的代码把两者都遮盖掉。

新手与专家：

可以把它看作私人信息的荧光笔。它标出文本里看起来像密钥或个人数据的部分，由你决定隐藏什么。一个好的第一步是用 INT8 版本试一小段样本。

模型是一个 BertForTokenClassification，12 层，隐藏层大小 384，约 3690 万参数，基于 Multilingual-MiniLM。0.1.2 版本把日期标签改成只覆盖和特定个人相关的日期，减少了误报，但降低了个人日期的召回率。

把长文本切成 512 词元的窗口
对每个窗口运行 ONNX 模型
收集带标签和分数的片段
遮盖你的应用关心的片段

注意事项：在 0.1.2 版本里，日期标签不再对非个人日期触发。这张图用的是编程助手请求里的 7,743 个这类日期。

Title: 被标出的非个人日期，INT8，共 7,743 个
0.1.1 版本: 7435 dates
0.1.2 版本: 21 dates

• 准确度：通用文本 F1 在 INT8 下是 97.46，FP32 下是 97.35，FP16 与 FP32 相差不超过 0.03 F1。
• 取舍：0.1.2 版本在 INT8 下找到 81.5% 的个人日期，之前是 98.6%。
• 标签：共 10 个，包括 private_date、common_secret 和 account。
• License: apache-2.0
• Cost to run: 没有提到 API 密钥、账号或付费服务。
• Data it reaches: 你从 Hugging Face 下载的文件，以及你传入的文本，文本留在你的机器上。
• Not for: 中英文以外的语言，或必须遮盖每个日期的场景。

Hugging Face 上的数据（2026年11月13日）

• 任务：token classification
• 框架：onnx
• 最近 30 天下载：408
• 点赞：29
• 许可证：apache-2.0
• 语言：zh, en
• 基于：microsoft/Multilingual-MiniLM-L12-H384
• 标签：onnx, bert, privacy, secret-detection, token-classification

链接

• 模型：https://huggingface.co/QuantumNous/astrlink-guard
• 文件：https://huggingface.co/QuantumNous/astrlink-guard/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download QuantumNous/astrlink-guard

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。