Excel 数据快捷脱敏工具：本地 AI 一句话给手机号、身份证、邮箱打码

大家好，这里是“本地大模型，离线办公智能体广场”。

员工表、客户表、订单表、报名表里，经常会有手机号、身份证、邮箱、银行卡、薪资、地址等敏感信息。直接把原表发给同事、供应商或第三方，容易造成信息泄露；手工逐列修改不仅慢，还容易漏掉。

今天分享一个断网本地运行的数据脱敏智能体。把 Excel 或 CSV 放进工作空间后，直接说“脱敏”或描述具体规则，就能生成脱敏后的新表格。全程本地运行，原文件保留不动。

 

一、需求分析

假设现在有一批员工表，里面有姓名、手机、身份证、邮箱、银行卡、状态、部门和薪资等字段。

需要完成以下处理：

1. “状态”等于“离职”的“手机”打码。
2. “薪资”大于 10000 的员工，“身份证、邮箱”脱敏。
3. “客户编号”前 1 位、后 2 位用 X 打码。

如果手工处理，需要不断筛选、复制、替换，很容易把范围选错。使用智能体后，直接把规则说清楚即可完成。

下面是待处理的文件，如图示例：

 

二、实现方案一：小白上手

打开鲸闲办公智能体广场，找到 “文本智能助手”，如图：

注意，首次使用需要下载千问3模型到本地，后续可断网使用！！！ 

 

获取： 宫中&浩气： “老罗软件”。首先，我们需要指定一个工作空间 , 智能体都是从这个工作空间里面找文件操作的。

然后就输入操作提示词就可以了， 我们简单给它三个任务步骤，如图：

 

然后点击执行就可以了，大模型都是在本地进行推理的，全程可以不用联网！执行完成效果，如下：

 

 

三、支持的功能梳理

自动识别常见敏感信息

可以自动识别并隐藏手机号、身份证、邮箱、银行卡、姓名、地址、车牌号、护照号、IP 地址、账号、薪资、密码和密钥等内容。

脱敏
敏感信息都打码
只脱手机号
身份证和银行卡脱敏
邮箱用#遮盖

例如手机号可显示为 138****8000，身份证和银行卡会保留部分信息，其余内容用遮盖符隐藏。

按条件处理指定行

不是所有记录都需要处理时，可以按状态、部门、薪资等列限定范围。

状态列等于“离职”的手机号脱敏
部门列等于“销售”的姓名打码
薪资列大于10000的身份证脱敏
状态列等于“在职”且部门列等于“技术”的邮箱脱敏

这样可以避免把不需要处理的数据一起改掉。

按位置遮盖指定列

如果字段不是常见的手机号或身份证，也可以直接指定某一列，隐藏开头或结尾的字符。

A列前3位打码
手机列后4位用#遮盖
第3列前2位后4位打码
客户编号列前1后2用X遮盖

既可以用列名，也可以用 Excel 列字母或第几列来指定。

替换或删除列内文字

除了打码，也可以批量替换或删除指定列中的文字。

姓名列把张三换成客户
备注列删掉“临时”
部门列等于“销售”的城市列，把杭州换成华东

这类操作适合把测试姓名替换成匿名名称，或删除备注中的内部描述。

指定处理哪些文件

工作空间里有多张表格时，可以明确指定文件范围。

只脱员工表.xlsx的手机号
员工表.xlsx和客户表.xlsx的邮箱脱敏
所有文件的身份证脱敏

如果文件名不存在，系统会提示错误，不会误处理工作空间中的其它文件。

一句话完成多项处理

多列、多种规则可以一次说完，智能体会自动按顺序处理，并将结果叠加到同一个脱敏文件中。

A列前2位打码，B列后3位用#遮盖

手机号脱敏，B列后4位打码，姓名列张三改匿名

 

四、实现方案二：Python 脚本

如果脱敏规则固定，例如每天都要把员工表中的手机号、身份证和邮箱打码，也可以用 Python 脚本批量处理。

下面示例读取 Excel 文件，将手机号、身份证和邮箱做基础遮盖后，另存为新文件：

from pathlib import Path
import pandas as pd
import re
 
input_file = Path(r"path\to\员工表.xlsx")
output_file = Path(r"path\to\员工表_脱敏.xlsx")
 
def mask_phone(value):
value = str(value)
if re.fullmatch(r"1\d{10}", value):
return value[:3] + "****" + value[-4:]
return value
 
def mask_id_card(value):
value = str(value)
if len(value) >= 10:
return value[:4] + "**********" + value[-4:]
return value
 
def mask_email(value):
value = str(value)
if "@" not in value:
return value
name, domain = value.split("@", 1)
if len(name) <= 2:
return "*" * len(name) + "@" + domain
return name[0] + "***@" + domain
 
df = pd.read_excel(input_file)
 
if "手机" in df.columns:
df["手机"] = df["手机"].apply(mask_phone)
 
if "身份证" in df.columns:
df["身份证"] = df["身份证"].apply(mask_id_card)
 
if "邮箱" in df.columns:
df["邮箱"] = df["邮箱"].apply(mask_email)
 
output_file.parent.mkdir(parents=True, exist_ok=True)
df.to_excel(output_file, index=False)
 
print(f"处理完成：{output_file}")

 

 

脚本方案适合规则长期不变、需要接入内部流程的情况。但每增加一种新字段、新条件或新遮盖规则，都需要修改代码。对于临时任务、不同表格、不同要求，直接使用智能体会更方便。

五、总结

数据脱敏的核心不是简单“把字变成星号”，而是要控制好处理范围：脱哪些字段、处理哪些行、改哪些文件、结果保存在哪里。

本地数据脱敏智能体适合员工表、客户表、订单表、报名表、财务名单等常见场景。直接用自然语言描述要求，就能完成自动识别敏感信息、按条件打码、指定列遮盖和批量替换。

对于固定规则的重复任务，可以考虑 Python 脚本；对于临时处理、多表处理或规则经常变化的工作，直接使用智能体更省事。

处理完成后，建议抽查几行数据，确认敏感信息已经隐藏、非敏感字段没有被误改，再将脱敏文件发送或归档。