﻿---
title: "21. PII Sanitization Agent: очистка до отправки в LLM"
description: "Агент-предохранитель: удаляет персональные данные из текста до того, как он попадёт в модель или внешний API; fail-closed."
---

Единственный разбор без модели в контуре: агент вызывает внешний сервис очистки и
работает как предохранитель перед LLM. Важен не код, а принцип fail-closed.

## Задача

Удалить из текста персональные данные — почты, телефоны, национальные
идентификаторы, банковские счета, ключи API — до отправки в модель или внешний API.
Граница: агент не хранит оригинал и не заменяет юридическую проверку.

## Архитектура

```mermaid
flowchart LR
  T["Текст"] --> S["sanitize"]
  S -->|"POST"| A["TrustBoost API"]
  A -->|"sanitized_content"| R["Очищенный текст"]
  S -->|"ошибка"| F["[REDACTED]"]
```

Модели нет: в метаданных проекта указаны `llm: none` и `framework: other`. Это тонкий клиент к
сервису детекции и редактирования.

## Поток

1. Текст отправляется на endpoint с контекстом.
2. Сервис возвращает очищенный текст и структурированный результат.
3. При любой ошибке транспорта или ответа возвращается `[REDACTED]`, а не исходный
   текст.

## Что в коде

```python
try:
    resp = requests.post(ENDPOINT, json=payload, timeout=30)
except requests.RequestException:
    return {"sanitized_content": "[REDACTED — sanitization service unreachable]"}
```

## Чему учит

- **Fail-closed — главное решение.** При сбое система не пропускает данные, а
  блокирует их. Для персональных данных это единственно верный дефолт.
- **Очистка до модели, а не после.** Порядок принципиален: после отправки данные уже
  утекли.
- **Тонкий клиент.** Модели детекции живут на стороне сервиса, поэтому в проекте
  нет ни весов, ни кода обработки.
- **Аудит.** Сервис возвращает структурированный результат, пригодный для журнала.

## Где сломается

- **Зависимость от внешнего сервиса.** Недоступность блокирует всю цепочку — это
  цена fail-closed.
- **Ложные пропуски.** Семантический детектор не гарантирует полноту, особенно на
  новых форматах идентификаторов.
- **Ложные срабатывания.** Номер заказа может быть принят за телефон.
- **Данные уходят третьей стороне.** Сервис видит текст до очистки — это отдельная
  юридическая оценка.
- **Нет проверки после.** Очищенный текст не проверяется повторно.

## Как улучшить

- Добавить локальный слой регулярных выражений перед внешним вызовом.
- Проверять результат повторно и логировать случаи расхождения.
- Ограничить, какие поля вообще попадают в контур.
- Для чувствительных данных использовать локальную модель вместо внешнего API.

## Связь с другими разделами

- [Безопасность агента](https://wpcraft.ru/aia/production/security.md) — место очистки в общей защите.
- [HR и подбор](https://wpcraft.ru/aia/use-cases/hr-and-recruiting.md) — домен, где это критично.
- [Память и контекст](https://wpcraft.ru/aia/foundations/memory.md) — что вообще попадает в контекст.

## Материалы и источники

- [TrustBoost PII Sanitizer](https://github.com/teodorofodocrispin-cmyk/TrustBoost-PII-Sanitizer) — проект очистки персональных данных.