pii_llm_suspect_mapper¶

LLM audit (and optional redaction) for possibly missed PII.

Writes JSON to meta[result_key] (default MetaKeys.pii_llm_suspect). Set redaction_mode to evidence or whole_field to also modify inspect_keys string fields (and messages when listed). Place after pii_redaction_mapper.

Use gate_mode="heuristic" to call the API only when cheap patterns suggest residual risk (long digit runs, @, secret-like keywords, etc.).

Pre-LLM extensions (still no API cost unless you enable spaCy):

heuristic_name_rules (default True): contextual CJK / English name cues so person-heavy text is not skipped when the base heuristic fires only on digits and secrets.
spacy_ner_models: optional list of spaCy pipeline names (e.g. ["zh_core_web_sm", "en_core_web_sm"]) so one job loads both and runs NER on the same text prefix until a PERSON / PER hit.
spacy_ner_model: legacy single name; merged after spacy_ner_models (deduped). Install with python -m spacy download <name>.
spacy_auto_download (default True): if the pipeline is missing, run spaCy's downloader before spacy.load (needs network, uses pip). Disable in air-gapped jobs or set env PII_SPACY_AUTO_DOWNLOAD=0.

针对可能遗漏的 PII 进行 LLM 审计（及可选的脱敏处理）。

将 JSON 写入 meta[result_key]（默认为 MetaKeys.pii_llm_suspect）。将 redaction_mode 设置为 evidence 或 whole_field 以同时修改 inspect_keys 字符串字段（以及列出时的 messages）。请放置在 pii_redaction_mapper 之后。

使用 gate_mode="heuristic" 仅在低成本模式提示存在残余风险（长串数字、@、类似密钥的关键字等）时调用 API。

LLM 前扩展（除非启用 spaCy，否则仍无 API 成本）：

heuristic_name_rules（默认 True）：上下文 CJK / 英文姓名线索，确保当基础启发式规则仅因数字和密钥触发时，不会跳过包含大量人名的文本。
spacy_ner_models：可选的 spaCy pipeline 名称列表（例如 ["zh_core_web_sm", "en_core_web_sm"]），以便单个任务同时加载两者，并在同一文本前缀上运行 NER，直到命中 PERSON / PER。
spacy_ner_model：旧版单一名称；在 spacy_ner_models 之后合并（去重）。使用 python -m spacy download <name> 安装。
spacy_auto_download（默认 True）：如果缺少 pipeline，则在 spacy.load 之前运行 spaCy 的下载器（需要网络，使用 pip）。在物理隔离的任务中禁用，或设置环境变量 PII_SPACY_AUTO_DOWNLOAD=0。

Type 算子类型: mapper

Tags 标签: cpu, api

🔧 Parameter Configuration 参数配置¶

name 参数名	type 类型	default 默认值
`api_model`	str	`'qwen-turbo'`
`inspect_keys`	Optional[List[str]]	`None`
`messages_key`	Optional[str]	`'messages'`
`max_messages_for_prompt`	PositiveInt	`4`
`max_chars_per_field`	PositiveInt	`6000`
`max_chars_messages_excerpt`	PositiveInt	`8000`
`gate_mode`	str	`'heuristic'`
`result_key`	str	`'pii_llm_suspect'`
`raw_key`	str	`'pii_llm_suspect_raw'`
`overwrite`	bool	`False`
`api_endpoint`	Optional[str]	`None`
`response_path`	Optional[str]	`None`
`system_prompt`	Optional[str]	`None`
`preferred_output_lang`	str	`'zh'`
`try_num`	PositiveInt	`2`
`model_params`	Optional[Dict]	`None`
`sampling_params`	Optional[Dict]	`None`
`text_key`	str	`'text'`
`heuristic_name_rules`	bool	`True`
`spacy_ner_model`	Optional[str]	`None`
`spacy_ner_models`	Optional[List[str]]	`None`
`spacy_ner_max_chars`	PositiveInt	`4000`
`spacy_auto_download`	bool	`True`
`redaction_mode`	str	`'none'`
`redaction_placeholder`	str	`'[LLM_PII_SUSPECT_REDACTED]'`
`kwargs`		``

pii_llm_suspect_mapper¶

🔧 Parameter Configuration 参数配置¶

🔗 related links 相关链接¶