2.3 PIIMiddleware中间件

敏感信息保护。
PII中间件用于检测和处理对话中的个人身份信息（Personally Identifiable Information，PII），支持自
定义处理策略。

2.3.1 参数说明

参数1：pii_type —检测的PII数据类型
可以是内置类型或自定义类型，自定义类型有

• email ：电子邮箱地址
• credit_card ：信用卡号
• url ：网址
• mac_address ：设备MAC地址
• ip ：IP地址

参数2：strategy —处理PII信息的策略
支持四种选项：

• redact ：将检测到的PII信息用字符串[REDACTED_[PII_TYPE]] 替换，其中的 PII_TYPE是上面提到的具体类型，比如[REDACTED_EMAIL] 、[REDACTED_CREDIT_CARD] 这样的标签。完全“擦除/隐藏” 真实内容。适合日志清洗、合规需求、公开输出时隐藏敏感内容。
• mask ：用*** 将PII信息的前面一部分信息遮蔽。比如信用卡号可能变成 –-****-1234 （只保留最后几位/部分可见），邮箱可能保留域名部分 + 隐藏用户名的一部分等 — 既隐藏大部分敏感信息，又保留了一点“可辨识性”（比如账号后四位、域名等），适合用户服务界面/ 前端显示 / 需要部分可识别但不泄露完整敏感内容的场景。
• hash ：用检测到的PII信息的哈希值替代原值。比如 <email_hash:a1b2c3d4> 。适合analytics、调试 (debug)、统计分析、匿名追踪等场景。
• block ：如果检测到PII信息， 直接抛出异常。适合对隐私要求极高、绝不允许泄露任何敏感信息的场景。

参数3：detector —自定义PII检测函数或者正则表达式
如果没有提供则使用内置的检测函数。
LangChain为每种PII信息定制了专门的检测函数，相关源码如下

参数4：apply_to_input —是否在调用模型前检测默认为True。
参数5：apply_to_output —是否在模型调用后检测默认为False。
参数6：apply_to_tool_results —是否在工具调用后检测其输出默认为False。
通常我们只在模型调用前检测。因为PII检测的主要目的是避免将敏感信息发送给模型服务导致信息泄露。

2.3.2 举例1：使用内置检测器

2.3.3 举例2：自定义检测器/函数

自定义检测函数

测试：

text = "大赛人的电话是13812345678，赛师傅的电话是13987654321。"
result = detect_phone_number(text)
print(result)

继续：

re.finditer(pattern, content) 是 Python 正则模块中非常高效的一个方法，它会在 content 字符串中从左到右扫描，每当找到一个符合条件的 11 位数字，它不会立刻把字符串提取出来，而是生成一个 匹配对象。它返回的是一个迭代器（Iterator）。