AI 开源项目雷达帮你从 GitHub 上快速发现、理解和复用高质量 AI 开源项目。

左右滑动查看全部 ↔

←返回 AI 工作站

Agent Skill 核验档案

Deidentify A Dataset

该 Skill 指导使用 OpenMed 对本地 CSV、JSONL/NDJSON 或 Parquet 数据集中指定的自由文本列进行去标识化处理，生成单独的脱敏数据集及不含 PHI 的汇总摘要，适用于准备临床数据集用于分析或共享的场景。

适用任务

对本地 CSV/JSONL/Parquet 数据集中明确指定的自由文本列进行去标识化，输出到新路径的脱敏数据集
生成并检查仅含聚合计数与比率的 PHI-free 汇总摘要
在发布脱敏输出前，使用代表性合成或经批准的评估夹具验证召回率和残余泄露情况

输入

本地 CSV、JSONL/NDJSON 或 Parquet 数据集文件
明确指定的自由文本列（text_columns，如 note、comment）
脱敏策略与语言（如 policy=strict_no_leak、lang=en）

输出

写入新路径的脱敏数据集（result.output_path，如 notes.redacted.csv）
仅含聚合计数与比率的汇总摘要（result.summary），不含单元格内容

限制与检查

模型推理和文件须保留在用户自己控制的基础设施上
源路径和输出路径须保持分离并受访问控制
汇总摘要应视为证据，而非合规证明
不要提交真实临床数据或受限评估语料
确认输入为 CSV、JSONL/NDJSON 或 Parquet 格式
确认自由文本列是显式指定的，未通过扫描或记录值进行猜测
确认输出写入新路径，源文件未被覆盖
确认未打印输入行、检测到的实体表面、可逆映射或可能包含源文本的异常载荷

AI 搜索

搜项目、查事实、做对比，也能把复杂需求整理成可执行方案

从一个真实需求开始点击只会填入搜索框，你可以继续修改

合集应用场景项目类型 License 部署方式资源形态

项目详情

0