LexAll·律师工具｜智能脱敏

用户投喂文件
    ↓
第一步：文件类型检测
    ├── .txt / .docx / .xlsx / .pdf → 进入脱敏检测
    └── 其他格式 → 提示格式不支持，跳过脱敏
    ↓
第二步：调用 python scripts/mask_cli.py preview <文件路径>
    ↓
第三步：分析预览结果
    ├── 检测到敏感信息 → 展示摘要 → 询问用户是否执行脱敏
    ├── 无敏感信息 → 直接进入后续处理
    └── CLI不可用 → 提供人工脱敏指南
    ↓
第四步：根据用户选择
    └── 执行脱敏 → 走标准脱敏流程

调用: python scripts/mask_cli.py preview <文件路径> [--level P0|P1|P2|all]

输出示例：
──────────── 脱敏预览 ────────────
📄 文件: 证据材料.pdf
📏 大小: 245.78 KB
📍 路径: /path/to/证据材料.pdf
📐 格式: .pdf    🔎 级别: all

🔍 敏感信息检出结果（共 22 项）：
  [P0] 身份证号: 3 处
        示例: 350102********1234, ...
  [P0] 手机号: 2 处
  [P0] 银行卡号: 1 处
  [P1] 地址: 1 处
  [P2] 姓名: 8 处
  [P2] 企业名称: 3 处
────────────────────────────────

⚠️  该文件含 22 处敏感信息，建议脱敏后使用。

请选择：
  [1] 执行脱敏（推荐）
  [2] 仅预览，暂时不处理
  [3] 跳过脱敏

📋 文件总览：5个文件，检出敏感信息：3个
  [1] 证据材料.pdf       → 身份证号×2, 电话×1
  [2] 合同扫描件.pdf     → 身份证号×1, 地址×1
  [3] 当事人信息.xlsx    → 无敏感信息
  [4] 现场照片.jpg       → 图像文件，需OCR（可选安装PaddleOCR）
  [5] 律师工作笔记.docx  → 无敏感信息

请选择：
  [1] 全部脱敏（推荐）
  [2] 仅脱敏含敏感信息的文件
  [3] 全部跳过

调用: python scripts/mask_cli.py mask <文件路径> --mode <模式> --level <级别>

──────────── 脱敏完成 ────────────
✅ 脱敏文件: /path/to/证据材料_脱敏.pdf
📋 映射表:   /path/to/.mask/<内容指纹>.mask
📊 脱敏摘要:
  - 身份证号: 3处 → [已脱敏]
  - 手机号: 2处 → [已脱敏]
  - 银行卡号: 1处 → [已脱敏]
  - 地址: 1处 → [已脱敏]
  - 姓名: 8处 → [已脱敏]
  - 企业名称: 3处 → [已脱敏]

⚠️ 安全提醒:
  1. 恢复口令请妥善保管，丢失后无法恢复
  2. .mask 映射表不要随意外传
  3. 脱敏文件与映射表分开存储更安全

脱敏后文件已就绪，可以进入后续法律分析流程。

触发: "恢复脱敏" / "还原文件"
调用: python scripts/mask_cli.py recover <脱敏文件路径> [--mask-file <映射表路径>]

# .txt 会自动读取内嵌恢复标记；
# .docx/.xlsx/.pdf 的映射键存在文件内部结构中，本版本不自动解析，请显式指定：
python scripts/mask_cli.py recover "证据材料_脱敏.docx" --mask-file ".mask/<指纹>.mask"

输出：
──────────── 恢复完成 ────────────
✅ 口令验证通过！
  🔐 已解密 22 项映射
  📁 恢复文件: /path/to/证据材料_脱敏_恢复.txt

⚠️ 安全提醒: 恢复文件含原始敏感信息，使用后建议：
  [1] 24小时后自动清除
  [2] 阅后即焚（关闭对话后删除）
  [3] 保留文件（不推荐）

触发: "脱敏对照表"
调用: python scripts/mask_cli.py mapping-table <文件路径>

📄 检测到文件投喂：委托代理合同.docx

──────────── 脱敏预览 ────────────
📏 大小: 156.32 KB

🔍 敏感信息检出结果（共 7 项）：
  [P0] 身份证号: 1 处
  [P2] 姓名: 3 处
  [P2] 企业名称: 2 处
  [P1] 地址: 1 处
────────────────────────────────

⚠️ 该文件含 7 处敏感信息，建议脱敏后分析。

是否执行脱敏？
  [1] ✅ 执行脱敏（推荐）
  [2] 🔍 仅预览，暂不处理
  [3] ⏭️ 跳过脱敏

请选择脱敏模式：
  [1] 标准模式（保留可读性，推荐）
  [2] 强脱敏模式（完全替换，C级涉密强制）

请设置恢复口令（至少8位）：

──────────── 脱敏完成 ────────────
✅ 脱敏文件: /path/to/委托代理合同_脱敏.docx
📋 映射表:   /path/to/.mask/<内容指纹>.mask
📊 脱敏摘要:
  - 身份证号: 1处 → 已脱敏
  - 姓名: 3处 → 已脱敏
  - 企业名称: 2处 → 已脱敏
  - 地址: 1处 → 已脱敏

⚠️ 安全提醒:
  1. 恢复口令请妥善保管，丢失后无法恢复
  2. 映射表不要随意外传

脱敏版文件已就绪，可以开始法律分析。映射表可随时用口令解密。

📋 文件总览：5个文件，检出敏感信息：4个
  [1] 证据1_合同.pdf       → 身份证×2, 姓名×5, 地址×3
  [2] 证据2_转账凭证.xlsx  → 银行账号×4, 姓名×2
  [3] 证据3_聊天记录.pdf   → 手机号×3, 姓名×6
  [4] 证据4_营业执照.pdf   → 统一信用代码×2, 企业名称×1
  [5] 证据5_说明.docx      → 无敏感信息

请选择：
  [1] 全部脱敏（推荐）→ 4个文件一次性处理
  [2] 仅脱敏含敏感信息的文件
  [3] 全部跳过

请设置统一的恢复口令（至少8位）：

执行批量脱敏（4个文件）...

定位到映射表：/path/to/.mask/<内容指纹>.mask
📋 文件摘要：
  原始文件：委托代理合同.docx
  脱敏时间：2026-09-29 12:30:00
  脱敏数量：7处
  脱敏模式：标准模式

请输入恢复口令：

──────────── 恢复完成 ────────────
✅ 口令验证通过！已解密 7 项映射
📁 恢复文件: /path/to/委托代理合同_脱敏_恢复.txt

ℹ️ 注意：输出为**映射对照表**（脱敏值 → 原始值），
   .docx/.xlsx/.pdf 的原位还原计划在 v1.1 提供。

⚠️ 安全提醒: 恢复文件含原始敏感信息
  [1] 24小时后自动清除（推荐）
  [2] 阅后即焚（关闭对话后删除）
  [3] 保留文件

⚠️ mask_cli 当前不可用（Python 环境未就绪），以下为人工脱敏指南：

📋 标准脱敏规则：
  1. 身份证号：保留前6位+后4位，中间替换为********
     示例：350102199001011234 → 350102********1234
  
  2. 手机号码：保留前3位+后4位，中间替换为****
     示例：13800138000 → 138****8000
  
  3. 银行账号：保留前4位+后4位
  
  4. 地址信息：整条地址链替换为 [××省某地址]
  
  5. 企业名称：用「[××某公司]」替代（保留前 2 字以区分甲乙方）
  
  6. 个人姓名：用「[当事人A]/[当事人B]」顺序替代

处理完成后，将脱敏版文件投喂给本技能，并标注 [已手工脱敏] 跳过自动检测。

pip install cryptography