Nome
private_person Nomes e identificadores pessoais.
Privacy Filter Online
Detecte nomes, e-mails, telefones, endereços, contas, datas, URLs e segredos localmente no seu navegador — uma ferramenta gratuita que oculta dados pessoais com um clique. Sem upload.
Modelo não carregado
A primeira execução baixa o modelo do Hugging Face. Recomendamos Chrome ou Edge com WebGPU.Texto de entrada
Resultados
0Texto anotado
Aguardando detecção.
Texto anonimizado
Aguardando detecção.
Entrada de imagem
OCR local + marcação de PII — tudo no seu navegador.
Resultado
0Escolha uma imagem de demonstração ou envie a sua.
Debug do OCR
100% local A inferência roda no seu navegador. Nenhum texto é enviado.
Modelo aberto Baseado nos pesos públicos do openai/privacy-filter.
WebGPU + WASM Aceleração por hardware quando disponível, com fallback para WASM.
Grátis pra sempre Sem cadastro, sem cota, sem rastreamento — é só colar e usar.
Como o Privacy Filter funciona
- Carregue o modelo no seu navegador
Os pesos do openai/privacy-filter são baixados uma vez do Hugging Face e ficam em cache para as próximas visitas.
- Classificação de tokens local
O Transformers.js executa o modelo no WebGPU quando possível, com fallback para WebAssembly.
- Revise e copie
Confira as entidades destacadas, copie o texto anonimizado ou cole novo conteúdo — nada sai do seu dispositivo.
Tipos de entidade suportados
O modelo classifica 8 categorias de trechos privados (rótulos BIOES por token).
E-mail
private_email Endereços de e-mail pessoais.
Telefone
private_phone Números de telefone pessoais.
Endereço
private_address Endereços residenciais ou de correspondência.
Número da conta
account_number Identificadores de contas financeiras ou de serviço.
Data
private_date Datas pessoais como aniversários.
URL
private_url URLs ou endereços web pessoais.
Segredo
secret Credenciais, tokens, chaves de API e outros segredos.
Casos de uso
Faça uma limpeza rápida antes de colar no ChatGPT, Claude, Gemini ou qualquer chatbot — remove dados pessoais de uma vez.
Apague dados de clientes em tickets de suporte, logs de erro e relatórios de bug antes de compartilhar.
Esconda nomes, endereços e contas antes de mandar capturas de tela ou trechos de texto.
Encontre chaves de API e tokens esquecidos em documentação, READMEs ou conversas.
Perguntas frequentes
Meu texto vai para algum servidor? +
Não. A inferência roda totalmente no seu navegador via Transformers.js. Depois do download inicial do modelo no Hugging Face, o texto não sai do dispositivo.
Que tipos de dado pessoal ele detecta? +
Nomes, e-mails, telefones, endereços, números de conta, datas, URLs e segredos como chaves de API ou tokens.
Quais navegadores são suportados? +
Chrome e Edge com WebGPU dão a melhor performance. Outros navegadores modernos caem automaticamente para WebAssembly.
Por que a primeira detecção é lenta? +
A primeira execução baixa os pesos do openai/privacy-filter. As próximas usam o cache do navegador e são bem mais rápidas.
O Privacy Filter é grátis? +
Sim. A página é gratuita e o modelo openai/privacy-filter está publicado com pesos abertos no Hugging Face.
Substitui um redator baseado em regex? +
Para texto em linguagem natural, um modelo contextual pega entidades que regex deixa passar (nomes em vários idiomas, endereços livres). Combinar os dois dá a melhor cobertura.