v1.3.0 — 國際格式偵測、不需還原的標記方式與介面精簡

v1.3.0 — 國際格式偵測、不需還原的標記方式與介面精簡

國際格式的個資偵測（英文文件）

• 新增 6 類：國際電話、信用卡號、美國社會安全碼（SSN）、IBAN 國際銀行帳號、IPv4／IPv6 位址、出生日期
• 以校驗避免誤判：電話以 libphonenumber-js 判斷號碼有效性、信用卡 Luhn＋發卡機構前綴、IBAN mod-97＋各國長度、SSN 排除無效號段；出生日期須有同一行的標籤（DOB、Date of Birth、出生日期），支援英文月份與民國年
• 部分保留：國際電話留國碼（北美留區碼）、信用卡留末 4 碼、IBAN 留國別、IP 留前兩段、生日留年份
• 英文範例實測 16 個值全部命中、零誤判；市話規則也支援 +886 市話

不需還原的標記方式

• 「標記」可選 編碼（預設，可還原）／類別 [姓名]／空白佔位 ○○○（像公文遮蔽，分隔符號保留）
• 不需還原時只下載去識別化文件、不產生編碼表，狀態列標示「無法還原」

介面精簡

• 輸出設定改成「保留」「標記」兩列按鈕，旁邊即時顯示範例；提醒合併成一行；類別表收進「依類別調整」、編碼範圍收進「進階」，展開後的高度減少 64%（手機寬度減少 79%）
• 工具列狀態只剩一行：保留・標記（可否還原）、格式限制、含部分保留
• 偵測規則頁依「台灣格式／國際與通用格式／自訂規則」分組，可整組啟停；每條規則一行，比對規則、檢核方式與預設保留收在「查看規則」；新增表單由「＋ 新增自訂規則」打開；不再需要左右捲動

掃描 PDF 辨識

• 還原表格框線、儲存格底色、勾選框與文字顏色（以向量圖形重繪，不帶出原頁面影像）
• 傾斜或放反（90°／180°）的頁面自動轉正後辨識
• 漏字補辨識（例如條列編號、職稱）、名片等版面文字不重疊；範例字元準確度 99.1%

搜尋與 AI 引用

• 頁面新增適用情境、與其他做法比較、去識別化／假名化／匿名化等常見問題，結構化資料（FAQ、HowTo）同步；建置時產生 llms-full.txt

測試：372 個自動化測試全數通過。

v1.2.0 — 掃描 PDF 文字辨識、部分保留輸出與流程簡化

v1.2.0 — 掃描 PDF 文字辨識、部分保留輸出與流程簡化

掃描（圖片型）PDF

• 沒有文字層的 PDF 會在瀏覽器內以 OCR（繁體中文＋英文）辨識後照常去識別化；辨識程式與模型由本站提供，不連 CDN，文件不上傳
• 專屬辨識畫面：頁數、進度、目前頁縮圖，可隨時取消
• 辨識率優化：移除表格框線、加深彩色字、補辨識漏掉的文字行、證號／電話字形校正（須通過檢核碼）、低信心字詞重讀；範例實測印刷值命中 95.8%、字元準確度約 99%
• 照片、標誌等不含文字的圖片原樣保留在輸出中，預覽可逐張取消；還原只還原文字
• 新增 5 頁掃描範例（中文信函、手寫表單、名冊表格、英文 Invoice、雙語名片），附對答案用的原稿與 npm run eval:ocr 評分

輸出方式

• 部分保留（預設，只露出適合統計的字元）、全部隱藏、自訂逐類別設定；預覽就是下載後的樣子
• 同一類別相同的值共用編碼；可整批共用編碼或匯入既有編碼表沿用
• 一鍵下載文件＋編碼表，輸出設定集中在單一面板

其他

• 單檔上限提高為 100 MB，超過時以警告視窗擋下
• 自訂規則提供「填入範例」與「複製 AI 提示詞」，並移除範例欄位
• 姓名規則不再把「工程師」「簡訊」「向本」誤判為姓名
• 讀檔過場動畫；切換分頁時關閉預覽彈窗；規則變更後自動重新偵測
• SEO：靜態說明與常見問題、JSON-LD、llms.txt、Open Graph 分享圖

v1.1.0 — 範例體驗、MIT 授權與作者資訊

v1.1.0 — 範例體驗、MIT 授權與作者資訊

• 網頁與 README 提供 Word／PDF／Excel／TXT／Markdown 範例檔下載，並可一鍵載入體驗（含還原範例對）
• 採用 MIT License
• 頁尾與 README 加入作者社群連結
• 放寬整合測試 timeout，避免 CI 偶發逾時

v1.0.0 — 文件去識別化工具

v1.0.0 — 文件去識別化工具首次發布

純前端、資料不出電腦的文件去識別化工具。

亮點

• 支援 PDF（文字層）、Word (.docx)、Excel (.xlsx)、TXT、Markdown 與貼上文字；一次最多 10 個檔案，可打包 ZIP 下載
• 九種內建類別：姓名、身分證（檢核碼）、手機、市話、地址、Email、公司／組織、統一編號（檢核碼）、自訂識別碼（RegExp）
• 格式感知預覽（Word 頁面／Excel 格線／PDF 逐頁座標）、遮罩顯示、tooltip、點擊確認取消、種類整批取消、圈選新增
• 輸出保留原格式且零殘留：Word/Excel 改寫文字節點、Excel 清空未引用共用字串、PDF 依原座標重建並內嵌 TTF 稀疏子集
• 每筆敏感資訊獨立隨機編碼，CSV 編碼表可完整還原（缺漏編碼警告）
• 227 個自動化測試；真實案例範例（4 頁合約書／報價單、60 筆客戶資料）；GitHub Pages 自動部署

以 spec-kit 規格驅動流程開發，規格與驗證紀錄見 specs/001-doc-deidentify/。