anonimizer

Verwijder persoonsgegevens en organisatiespecifieke informatie uit documenten — interactief, transparant, EU-soeverein.

    

👉 Iets delen, feedback geven of een vraag stellen? Klik op een van de knoppen hierboven — geen Git-ervaring nodig. Zie CONTRIBUTING.md voor meer opties.

Gebouwd zodat CISO's en ISO's interne kennis kunnen delen via de kennisbank zonder privacyrisico's.

Nieuw hier? Lees de handleiding — stap-voor-stap gids met voorbeelden, redactionele keuzes en troubleshooting.

---

Wat het doet

Je geeft een document op (PDF, Word, PowerPoint, Excel, Markdown, HTML). De tool:

1. Haalt de tekst eruit en verwijdert afbeeldingen
2. Past automatisch bekende vervangingen toe (bijv. jouw gemeentenaam → VOORBEELDGEMEENTE)
3. Laat je per nieuw gevonden naam, e-mailadres of interne term zelf kiezen wat ermee gebeurt
4. Onthoudt jouw keuzes voor de volgende keer
5. Slaat het resultaat op als .md én .html

---

Installatie

1. Vereisten

• Python 3.11 of nieuwer — python.org/downloads
• Git — git-scm.com

2. Haal de code op

git clone https://github.com/security-commons-nl/anonimizer.git
cd anonimizer
pip install -r requirements.txt

3. Maak een API-sleutel aan

De tool gebruikt een taalmodel (Mistral) om namen en organisaties te herkennen. Je hebt hiervoor een gratis account nodig:

1. Ga naar console.mistral.ai
2. Maak een account aan
3. Ga naar API Keys en klik Create new key
4. Kopieer de sleutel

4. Stel de sleutel in

cp .env.example .env

Open .env in een teksteditor en vul je sleutel in:

AI_API_KEY=jouw-sleutel-hier

5. Stel standaard-vervangingen in (optioneel maar aanbevolen)

cp standaard.yaml.example standaard.yaml

Open standaard.yaml en pas de namen aan voor jouw organisatie. Alles wat hier staat wordt automatisch vervangen zonder dat je er per keer naar gevraagd wordt.

---

Gebruik

# Eén document
python anonimizer.py verwerk document.pdf

# Word-bestand
python anonimizer.py verwerk beleid.docx

# Hele map
python anonimizer.py verwerk map/ --batch

# Met opgegeven uitvoernaam
python anonimizer.py verwerk document.pdf --output schoon.md

Ondersteunde formaten

Formaat	Extensie
PDF	.pdf
Word	.docx
PowerPoint	.pptx
Excel	.xlsx
Markdown	.md
Platte tekst	.txt
HTML	.html, .htm

Interactie

Per nieuw gevonden element kies je wat er mee gebeurt:

[1/8] Persoon: "Jan de Vries"
      Suggestie: "de CISO"
      > (Enter = akkoord, eigen tekst = jouw vervanging, s = overslaan, q = stop)

Bevestigde keuzes worden onthouden in memory.json. De volgende keer dat je een document verwerkt worden ze automatisch toegepast.

---

Configuratie

.env — API-instellingen

Variabele	Standaard	Beschrijving
AI_API_BASE	https://api.mistral.ai/v1	LLM API-endpoint
AI_API_KEY	—	API-sleutel (verplicht)
AI_MODEL_NAME	mistral-small-latest	Taalmodel

Volledig lokaal draaien via Ollama: stel AI_API_BASE=http://localhost:11434/v1 en AI_API_KEY=ollama in.

standaard.yaml — altijd-toepassen vervangingen

Vervangingen die je hier opneemt worden zonder prompt toegepast op elk document. Zie standaard.yaml.example voor een startpunt met gangbare gemeente- en regionamen.

memory.json — geleerd geheugen

Wordt automatisch aangemaakt. Bevat alle eerder bevestigde vervangingen. Niet in git — lokaal per gebruiker.

---

Meer documentatie

• Handleiding — stap-voor-stap gids voor CISO's en ISO's
• Concept en ontwerp
• Bijdragen

---

Principes

Dit project volgt de architectuur- en communityprincipes van security-commons-nl: EU-soevereiniteit, AI altijd adviserend, auditbaarheid by design, least privilege en open source als standaard.