# Legal Document Redaction

> 法律文件脱敏——按场景白名单与法域规则，对判决书/合同/证据/邮件/聊天记录中的 16 类敏感实体进行识别、替换或遮蔽，输出可外发版本。 适用情形：用户要求脱敏/匿名化/可外发版本/隐去当事人/隐去姓名/隐去账号/隐去身份证号/做案例库分享稿/发律师函时隐去内部编号。 核心：识别 16 类敏感实体→按上下文标注角色→按脱敏规则映射表替换→可逆模式生成比对文件。 与 data-compliance 互补：data-compliance 是 PIPL 合规**审查**，本 skill 是脱敏**执行**。 配套 skill：白/黑名单与优先级见 legal-document-redaction-config；还原脱敏稿见 legal-document-restoration。

- Skill: `vivy-yi/legal-document-redaction` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add vivy-yi/legal-document-redaction`
- Raw SKILL.md: https://api.skillmd.com/api/skills/vivy-yi/legal-document-redaction/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: vivy-yi (https://skillmd.com/u/vivy-yi)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/vivy-yi/legal-document-redaction

---


# /legal-document-redaction — 法律文件脱敏

> 场景通用原子 skill。本 skill 仅负责"识别 + 替换"两件事。
> 配套机制（白/黑名单、优先级、还原、批次一致性）由相邻 atomic skill 承担，不在本 skill 范围内。

## 一、加载上下文（必读）

调用本 skill 前必须确认：

```
1. 输入文件类型（判决书/合同/邮件/聊天记录/内部备忘录……）
2. 目标受众（律师内部/客户/对方/监管/学术/公众）
3. 脱敏粒度（粗/中/细）
4. 可逆性（不可逆 vs 可逆并生成比对文件）
5. 适用法域（cn-mainland 默认 / hk / tw / sg / mo / eu）
6. 上下文角色标注（是否需要识别甲方/乙方/丙方、合同总价/违约金等）
```

未指定 → **暂停，要求补充**（按 GCL 原子 skill 规范）。
**禁止**对刑事证据、未成年人信息、医疗健康数据默认采用"粗粒度+不可逆"——这三类必须由用户显式确认。

---

## 二、16 类敏感实体清单

任何法律文件脱敏的第一步是**识别**。下列 16 类是高频命中项：

| # | 实体类型 | 中文示例（特征） | 英文示例（特征） |
|---|---|---|---|
| 1 | 自然人姓名 | 2-4 字中文姓名（含常见复姓、姓 + 名/名 + 名结构） | English personal name (First Last) |
| 2 | 法人/非法人组织名称 | 中文公司全称（行政区划 + 字号 + 行业 + 组织形式） | English company name (Corp/Ltd/Inc) |
| 3 | 公民身份号码 | 18 位数字 + 末位 X 校验 | — |
| 4 | 联系电话 / 手机 | 11 位手机号 / 座机号 | E.164 格式 + 区号 |
| 5 | 银行账号 / 支付账号 | 16-19 位数字，可分组 | IBAN / 银行卡号 |
| 6 | 地址（门牌号以上） | 省市区 + 街道 + 门牌 | Street address with number |
| 7 | 邮箱 | local@domain 格式 | local@domain |
| 8 | 车牌 / 不动产证号 / 合同编号 | 字母数字混合 | Alphanumeric code |
| 9 | IP / MAC / 设备指纹 | IPv4/IPv6 / MAC | UUID hash |
| 10 | 病历 / 健康 / 基因信息 | 病种、检验值、家族病史 | diagnosis, lab values |
| 11 | 未成年人 / 被害人 / 证人姓名 | 自然人姓名但需特别保护 | minor's name, witness ID |
| 12 | 内部编号 / 案号 / 卷宗号 | （YYYY）法院代字+序号+号 | Case No. format |
| 13 | 日期 | YYYY 年 M 月 D 日 / YYYY-MM-DD | ISO 8601 / 自由格式 |
| 14 | 价格 / 金额 | 币种 + 数字 + 单位（万/千/元） | Currency + amount |
| 15 | 统一社会信用代码 | 18 位字母数字 | — |
| 16 | 项目名称 | 中文项目全称（名 + 项目/工程/系统） | Project codename |

`★ 识别原则 ─────────────────────────────────`
- **宁多勿漏**：法律文件脱敏"漏一个就可能构成执业风险"。识别阶段允许低置信度命中，由用户后续筛选。
- **上下文敏感**："张某"在判决书中必脱敏；在客户内部 KOL 名单中可保留——调用方必须告知文件类型。
- **派生信息也算**：单条脱敏后组合仍可识别个人（出生年月+籍贯+职业）的，按"动机-机会"标准仍需脱敏。
- **前缀剥离**：若规则以"联系电话："等前缀开头，**只识别前缀后的号码**，避免前缀被一起替换。
`─────────────────────────────────────────────────`

---

## 三、上下文角色标注

调用方要求标注上下文角色时（§ 一-6 = 是），按以下规则给实体贴角色标签：

### 3.1 合同方角色

| 触发词 | 角色 | 替换前缀 |
|---|---|---|
| 甲方 \| 买方 \| 委托方 \| 发包方 \| 采购方 \| 出租方 \| 投资方 | 买方 | 买方 |
| 乙方 \| 卖方 \| 受托方 \| 承包方 \| 供应商 \| 承租方 \| 受让方 | 卖方 | 卖方 |
| 丙方 \| 第三方 \| 担保方 | 第三方 | 第三方 |

**示例**（由 AI 根据原文动态生成）：`甲方：[法人原文]` → `【买方公司1】`（而非无差别 `【公司1】`）

### 3.2 金额类型

| 触发词 | 金额类型 |
|---|---|
| 合同总价 \| 总金额 \| 交易价格 | 合同总价 |
| 单价 \| 单位价格 | 单价 |
| 预付款 \| 首付款 \| 定金 | 预付款 |
| 尾款 \| 余款 | 尾款 |
| 违约金 \| 赔偿金 \| 补偿金 | 违约金 |

**示例**（由 AI 根据原文动态生成）：`合同总价：[金额原文]` → `【合同总价1】`

> 上下文标注是脱敏的**增强层**，非必需。调用方没要求时跳过本节，直接按 § 二实体类型生成标签。

---

## 四、脱敏规则映射表 ← TODO（用户编写）

> **业务核心，按 Learning mode 原则，决策权交回用户。**
> 调用方给出"粗/中/细 × 可逆/不可逆"组合后，下表决定每个实体如何被替换。规则本身**不是技术问题**，是法律执业习惯 + 客户偏好问题。

### 4.1 三档粒度定义

```
粗粒度：保留实体类型提示，便于阅读，但具体值不可识别。
        例：[自然人原文] → [当事人A]、[法人原文] → [甲方公司]
中粒度：保留部分特征（如姓、行业），便于人工对应。
        例：[自然人原文] → 张某某、[法人原文] → [公司]
细粒度：仅保留结构（如长度、类型），最接近匿名。
        例：[自然人原文] → 长度 N 的姓名占位、[法人原文] → 长度 N 的法人占位
```

### 4.2 替换策略矩阵（通用默认）

> 基于司法实务 + PIPL + 最高院共识。律所采用时可 fork 修改本表。

| 实体类型 | 粗粒度 | 中粒度 | 细粒度 | 映射键命名 |
|---|---|---|---|---|
| 自然人姓名 | `[当事人 N]` | 张某某 | *** | PERSON_001 |
| 法人名称 | `[公司 N]` | XX 有限公司 | *** | ORG_001 |
| 身份证号 | 前 6 位****后 4 位 | 前 6 位****后 4 位 | *** | ID_CARD_001 |
| 联系电话 | `[电话 N]` | 138****1234 | *** | PHONE_001 |
| 银行账号 | `[账号 N]` | ************1234 | *** | ACCOUNT_001 |
| 地址 | `[地址 N]` | XX 市 XX 区**** | *** | ADDRESS_001 |
| 邮箱 | `[邮箱 N]` | ***@***.com | *** | EMAIL_001 |
| 车牌 / 证号 / 合同编号 | `[文件编号 N]` | `[文件编号]` | *** | FILE_CODE_001 |
| IP / MAC | `[IP N]` | ***.***.***.*** | *** | IP_001 |
| 健康信息 | `[健康信息 N]` | *** | *** | HEALTH_001 |
| 未成年人 / 证人 | `[证人 N]` | *** | *** | WITNESS_001 |
| 内部编号 / 案号 | `[案号 N]` | **** | *** | CASE_001 |
| 日期 | `[日期 N]` | 2024 年 X 月 X 日 | 2024 年 | DATE_001 |
| 价格 / 金额 | `[金额类型 N]`¹ | 人民币 *** 万元 | *** | PRICE_001 |
| 统一社会信用代码 | `[代码-统一社会信用代码 N]` | *** | *** | CREDIT_CODE_001 |
| 项目名称 | `[项目 N]` | `[项目]` | *** | PROJECT_001 |

> ¹ 金额标签按 § 三 3.2 上下文类型自动选用：`[合同总价 N]` `[单价 N]` `[预付款 N]` `[尾款 N]` `[违约金 N]`
>
> **设计依据**：
> 1. **身份证号 6+4**：司法惯例（参见《人民法院在线诉讼规则》等），既能脱敏又保留地域信息（便于当事人识别）。
> 2. **金额保留币种+单位**：`人民币 *** 万元` 比 `***` 更可读，便于人工复核。
> 3. **日期粗/中/细差异**：分别保留"结构 / 月份 / 年份"——按需细粒度，避免无意义的具体日期暴露。
> 4. **健康/未成年人/证人三类**强制细粒度 + 不可逆——PIPL 第 73 条与最高院司法解释共识。
> 5. **自然人姓名**：中粒度 `张某某` 保留姓氏便于实务对应（中国法律文书传统）。
> 6. **统一社会信用代码**：细粒度 `***`——18 位代码本身就是敏感标识，无中间粒度意义。
> 7. **采用本 skill 的律所可 fork 修改**：表格是 skill 作者视角的默认设置，律所上线时可按本所 SOP 覆盖。

### 4.3 可逆性开关

```
可逆模式：生成 sidecar（内部） + 比对文件 .md（可外发给审核人）
不可逆模式：映射表不持久化，执行后无法还原
刑事证据 / 未成年人 / 医疗数据 → 默认不可逆（即使选了可逆，强制覆盖）
```

---

## 五、跨法域法律依据

> 调用方标注法域后，本节决定脱敏标准；未标注默认 cn-mainland。

### 5.1 cn-mainland — 中华人民共和国

| 规范 | 关键条款 | 脱敏关联 |
|---|---|---|
| 《个人信息保护法》 | 第 73 条第 3 项 | 定义"去标识化" |
| 《个人信息保护法》 | 第 73 条第 4 项 | 定义"匿名化"——不可复原 |
| 《个人信息保护法》 | 第 51 条 | 处理者义务：加密、去标识化等安全措施 |
| 《数据安全法》 | 第 21 条 | 数据分类分级 + 脱敏作为技术措施 |
| 《最高法关于人民法院在线诉讼规则》 | 第 16 条 | 经当事人同意可匿名化处理 |

### 5.2 hk — 香港

| 规范 | 关键条款 | 脱敏关联 |
|---|---|---|
| 《个人资料（私隐）条例》Cap. 486 | DPAO 1 第 1.1 节 | 定义"anonymised data" |
| 《个人资料（私隐）条例》Cap. 486 | DPP 3 | 使用限制（外发需同意） |
| 香港个人资料私隐专员公署《匿名化指引》 | 全文 | 匿名化 ≠ 假名化；必须不可识别 |

### 5.3 tw — 台湾

| 规范 | 关键条款 | 脱敏关联 |
|---|---|---|
| 《个人资料保护法》 | 第 2 条第 1 款第 4 目 | 定义"去识别化" |
| 《个人资料保护法》 | 第 2 条第 1 款第 5 目 | 定义"匿名化"——完全不可复原 |
| 《个人资料保护法施行细则》 | 第 3 条 | 去识别化具体方法（编码、遮蔽、隐码） |

### 5.4 sg — 新加坡

| 规范 | 关键条款 | 脱敏关联 |
|---|---|---|
| 《PDPA 2012》 | 第 2(1) 条 | 定义"anonymised data" |
| 《PDPA 2012》 | 第 4 部分 | 通知与同意义务 |
| PDPC《Guide to Basic Anonymisation》 | 全文 | 匿名化技术指南 |

### 5.5 mo — 澳门

| 规范 | 关键条款 | 脱敏关联 |
|---|---|---|
| 《个人资料保护法》（第 8/2005 号） | 第 4 条第 4 款 | 定义"匿名化" |
| 《个人资料保护法》（第 8/2005 号） | 第 7 条 | 数据处理安全措施义务 |

### 5.6 eu — 欧盟（跨境参考）

| 规范 | 关键条款 | 脱敏关联 |
|---|---|---|
| 《GDPR》 | Recital 26 | 区分 anonymisation（脱 GDPR）vs pseudonymisation（仍在 GDPR） |
| 《GDPR》 | 第 4 条第 5 项 | 定义 pseudonymisation |

---

## 六、工作流（4 步）

```
步骤 1 解析：读取文件 → 切分段落 → 识别文件类型 → 未指定参数则暂停
步骤 2 识别：按 § 二 16 类清单 + § 三 上下文角色做正则匹配
步骤 3 替换：按 § 四 4.2 映射表取得替换模板 → 分配映射键 → 生成脱敏稿
步骤 4 校验：覆盖率 ≥ 95% + 派生信息风险扫描 + 可读性自检 + 不可逆文件销毁映射
```

---

## 七、输出格式

### 7.1 脱敏输出（3 段式）

```markdown
## [A] 脱敏元数据
- 文件：<原文件名> | 法域：<cn-mainland/hk/tw/sg/mo/eu>
- 粒度：<粗/中/细> | 可逆：<是/否>
- 上下文标注：<是/否> | 替换计数：N 处

## [B] 脱敏后文本
[完整文本，每处替换以 [ENTITY_TYPE_N] 占位]

## [C] 风险标注
- [WARN] 派生信息残留 / 低置信度未处理
```

### 7.2 可逆模式附加

```
sidecar（内部，不外发）：`plugins/legal-scenes/<本场景>/matters/<slug>/redaction-map.json`
  permissions: 0600
比对文件（可外发给审核人）：{原文件名}_比对.md
  # 脱敏比对表
  ## 批次元数据（批次 UUID / 法域 / 生成时间）
  ## 映射表（占位符 | 原文 | 实体类型 | 上下文角色）
```

---

## 八、与场景的协作

本 skill 是**只读改写器**，不修改调用方的业务逻辑：

| 上游场景 | 触发时机 | 输出用途 |
|---|---|---|
| contract-review | 合同审查完成后 | 生成可对外分享版本 |
| litigation-support | 案件结案归档 | 入案例库前脱敏 |
| data-compliance | PIPL 合规审查 → 需要外发样本 | 提供脱敏样本 |
| cocounsel-legal | 外部律师协办 | 隐去当事人真实身份 |
| employment-legal | 离职 / 解雇文书外发 | 隐去员工身份给监管 |
| government-investigation | 调查取证材料外发 | 隐去证人 / 举报人 |
| law-student / legal-clinic | 教学案例改编 | 公开案例库前脱敏 |

**配套 references / 相邻 skill（不在本 SKILL.md 范围）：**
- `references/config.md` — 白/黑名单 + 优先级 + 自定义类型（脱敏时按需 Read）
- `legal-document-restoration/` — 脱敏稿 runs 级还原 + 比对文件回填（另一操作）
- `shared/matter-workspace/` — 案件工作区管理（`plugins/legal-scenes/<本场景>/matters/<slug>/` 为实际存储路径）

---

## 九、禁用与边界

- ❌ **禁止对刑事证据原始件脱敏**（仅副本可脱敏）
- ❌ **禁止对未成年人信息默认采用粗粒度**（必须细粒度+不可逆）
- ❌ **禁止映射表入版本控制**（加入 .gitignore，强制本地存储）
- ❌ **禁止在不知道调用方角色时执行**（按 GCL 规范，律师/客户/公众的脱敏要求不同）
- ❌ **禁止脱敏稿与原文混存同一目录**

---

## 十、版本与变更

| 版本 | 日期 | 变更 |
|---|---|---|
| 1.2.0 | 2026-06-24 | 瘦身：移除优先级机制详细 / 白黑名单详细 / 还原流程详细 / 批次一致性 / useCaptureGroup 技术说明——拆为相邻 atomic skill。12→16 类实体扩展保留。 |
| 1.1.0 | 2026-06-24 | 升级：12 类→16 类；新增优先级机制、上下文识别、还原流程、批次一致性（**已被 v1.2.0 撤销**） |
| 1.0.0 | 2026-06-24 | 初版：12 类实体 × 3 档粒度 × 5 大法域 |

`★ Insight ─────────────────────────────────────`
- **skill 原子化原则**：一个 skill 只做一件事。脱敏 = 识别 + 替换。配置（白黑名单）、还原（反向）、批次（工作流）都是**别的原子操作**，应单独建 skill 或由调用方组织。
- **借鉴 ≠ 复制**：吸收参考项目的 16 类分类与上下文角色标注的**业务洞察**，不复制其工具架构与数据结构。洞察可跨实现，架构应适配载体。
- **行数即约束**：< 350 行是可持续维护的边界。超 500 行的 skill 必然塞了无关内容，且单 session 写不完。瘦身就是原子化体检。
`─────────────────────────────────────────────────`