Nombre
private_person Nombres e identificadores personales.
Privacy Filter Online
Detecta nombres, correos, teléfonos, direcciones, números de cuenta, fechas, URLs y secretos de forma local en tu navegador. Una herramienta gratuita que oculta datos personales con un clic, sin subir nada a la nube.
Modelo no cargado
La primera ejecución descarga el modelo desde Hugging Face. Recomendado: Chrome o Edge con WebGPU.Texto de entrada
Resultados
0Texto anotado
Esperando detección.
Texto anonimizado
Esperando detección.
Entrada de imagen
OCR local + etiquetado de PII, todo en tu navegador.
Resultado
0Elige una imagen de demo o sube la tuya.
Depuración OCR
100% local La inferencia se ejecuta en tu navegador. No se sube ningún texto.
Modelo abierto Basado en los pesos públicos de openai/privacy-filter.
WebGPU + WASM Aceleración por hardware cuando está disponible, con WASM como respaldo.
Gratis para siempre Sin registro, sin cuotas, sin tracking — pega tu texto y listo.
Cómo funciona Privacy Filter
- Carga el modelo en tu navegador
Los pesos de openai/privacy-filter se descargan una vez desde Hugging Face y quedan en caché para visitas futuras.
- Clasificación de tokens en local
Transformers.js ejecuta el modelo sobre WebGPU cuando está disponible, con WebAssembly como alternativa.
- Revisa y copia
Inspecciona las entidades resaltadas, copia el texto anonimizado o pega contenido nuevo. Nada sale de tu dispositivo.
Tipos de entidad admitidos
El modelo emite 8 categorías de fragmentos privados (etiquetado BIOES a nivel de token).
Correo
private_email Direcciones de correo personales.
Teléfono
private_phone Números de teléfono personales.
Dirección
private_address Direcciones residenciales o postales.
Número de cuenta
account_number Identificadores financieros o de cuentas de servicio.
Fecha
private_date Fechas personales como cumpleaños.
URL
private_url URLs personales o direcciones web.
Secreto
secret Credenciales, tokens, claves API y otros secretos.
Casos de uso
Pasa una limpieza rápida antes de pegar en ChatGPT, Claude, Gemini o cualquier chatbot — quita los datos personales en una sola pasada.
Borra datos de clientes en tickets de soporte, logs de error y reportes de bugs antes de compartirlos.
Oculta nombres, direcciones y números de cuenta antes de enviar capturas o fragmentos de texto.
Detecta claves API y tokens olvidados en documentación, archivos README o hilos de chat.
Preguntas frecuentes
¿Mi texto se sube a algún servidor? +
No. La inferencia se ejecuta íntegramente en tu navegador con Transformers.js. Después de la descarga inicial del modelo desde Hugging Face, tu texto no sale del dispositivo.
¿Qué tipos de información personal detecta? +
Nombres, correos, teléfonos, direcciones, números de cuenta, fechas, URLs y secretos como claves API o tokens.
¿Qué navegadores son compatibles? +
Chrome y Edge con WebGPU ofrecen el mejor rendimiento. Otros navegadores modernos usan WebAssembly automáticamente.
¿Por qué la primera detección es lenta? +
La primera ejecución descarga los pesos de openai/privacy-filter. Las siguientes usan la caché del navegador y son notablemente más rápidas.
¿Privacy Filter es gratis? +
Sí. La página es de uso gratuito y el modelo openai/privacy-filter se publica con pesos abiertos en Hugging Face.
¿Puede sustituir un anonimizador basado en regex? +
Para texto en lenguaje natural, un modelo contextual detecta entidades que las regex no captan (nombres multilingües, direcciones libres). Combinarlos da la mejor cobertura.