matematicsolutions/awesome-matematic-skills-pl / dokumenty/skills/let-it-be
let-it-be
VerifiedAnonimizacja i pseudonimizacja polskich danych osobowych (PESEL, NIP, REGON, KRS, telefon, e-mail, imiona i nazwiska, nazwy firm) w tekscie - RODO-safe, offline, deterministycznie (bez wysylania tresci do modelu). Uzywaj gdy uzytkownik chce zanonimizowac lub spseudonimizowac dokument, usunac dane osobowe z pisma, przygotowac tekst do publikacji albo do wyslania do LLM, lub mowi o PESEL/NIP/REGON/RODO/anonimizacji/pseudonimizacji.
CHANGELOG.md
View on GitHub# Changelog
Format wg [Keep a Changelog](https://keepachangelog.com/pl/1.1.0/), wersjonowanie [SemVer](https://semver.org/lang/pl/).
## [0.8.0] - 2026-10-13
### Dodane
- Trojstan walidacji sumy kontrolnej na kazdej encji: `walidacjaSumy` = `passed` / `failed` / `not_applicable` oraz `doPrzegladu`. Numer ze zla suma nie znika z maskowania, tylko jest maskowany i oznaczony do przegladu; `anonimizuj()` przenosi oba pola (bez wartosci), CLI podaje liczbe na stderr, `wykryj` w raporcie.
- Zla suma BEZ etykiety: 11 cyfr jako PESEL, 10 cyfr albo 3-3-2-2 / 3-2-2-3 jako NIP, 14 cyfr jako REGON (pewnosc 0,5). Do 0.7.0 PESEL z literowka bez etykiety wychodzil prawie jawny (regula telefonu brala 9 cyfr, 2 zostawaly).
- Po etykiecie "PESEL" / "NIP" / "REGON" takze cyfra za malo lub za duzo (blad OCR) - maskowane, do przegladu.
- IBAN/NRB ze zla suma: maskowany, do przegladu (do 0.7.0 jawny w calosci).
- KRS "pod numerem" / "nr" oraz KRS bez etykiety po ksztalcie (10 cyfr od "000", pewnosc 0,7).
- NIP z doklejonym "PL" ("NIP PL1234567890").
- `src/weryfikacja.mjs` (`zweryfikujEksport`): plik zapisany przez CLI (`--out`, `paczka`) jest czytany od nowa i sprawdzany - oryginaly w tekscie i w surowych bajtach (UTF-8, UTF-8 NFD, UTF-16LE), kontrola pozytywna tokenow, ponowna detekcja. Trojstan OK / UWAGI / BLOKADA; BLOKADA usuwa zapisane pliki i konczy kodem 2.
- `ewaluacja/sprawdzian_numerow.mjs` + `korpus_bez_numerow.txt`: identyfikatory z policzona suma (generator z ziarnem) w zdaniach z pism plus falszywe alarmy na korpusie bez numerow; trojstan 0/10/20, pusta lista = BLOKADA.
- Testy: kontrola negatywna (kwoty, daty, sygnatura z kropkami, zakres lat) z kontrola pozytywna telefonu; trojstan i brzegi; sprawdzian jako test; weryfikacja eksportu. 58 -> 113 testow.
### Zmienione
- Regula telefonu nie bierze 9 cyfr ze srodka dluzszego ciagu ani kwoty (grupa cyfr przed, grosze albo waluta po). "152 422 384,00 zl" i "600 700 800 PLN" nie sa juz telefonem. "48 601 234 567" (bez plusa) jest telefonem.
- NIP nie zaczyna sie od "000": KRS, ktorego cyfry przypadkiem przechodza sume NIP, zostaje KRS.
### Zmierzone (ewaluacja/README.md)
- Zestawy 1-5, oba skrypty, przed i po: zero regresji; kontrola negatywna 0/116 i nadmiar bez zmian. Zestaw 1: pokrycie 0,828 -> 0,839, przecieki 15 -> 14 (zloty IBAN ze zla suma); wlasciwy typ KRS/NIP/REGON lepszy na zestawach 1, 3, 4, 5.
- Sprawdzian numerow: v0.7.0 BLOKADA (20/21, 4 falszywe alarmy), v0.8.0 OK (24/24, 0 falszywych alarmow, 13 ziaren).
- Kontrola mutacyjna: 18 mutantow (kazda poprawka cofnieta osobno), 18 czerwonych.
### Granice (nazwane w SKILL.md)
- Ciag 12 i wiecej cyfr bez etykiety nie jest maskowany (do 0.7.0 telefon bral z niego przypadkiem 9 cyfr).
- Przy `--min-confidence` powyzej 0,5 numery ze zla suma bez etykiety odpadaja.
## [0.7.0] - 2026-10-10
### Dodane
- PESEL, NIP i REGON poprzedzone etykieta ("PESEL:", "NIP PL", "REGON") sa maskowane takze przy blednej sumie kontrolnej (reguly `pesel-zla-suma`, `nip-zla-suma`, `regon-zla-suma`, pewnosc 0,9). Literowka w numerze nie zostawia go juz jawnym. Bez etykiety numer ze zla suma nadal nie jest maskowany - to granica przeciw falszywym trafieniom.
- NIP w zapisie 3-2-2-3 ("123-45-67-890").
### Zmierzone (ewaluacja/, zestawy 1-5)
- Pokrycie PII i przecieki bez zmian, bez regresji na zadnym zestawie; dokladnosc granic i typu lekko lepsza w zestawach 2, 4 i 5.
## [0.6.0] - 2026-09-24
### Dodane
- Propagacja nazwy spolki: spolka wykryta z forma prawna jest maskowana takze przy dalszych wystapieniach bez formy ("Termika", "Termiki", "TERMIKA WSCHOD"), a jej pierwszy czlon takze sam - o ile nie jest rzeczownikiem ogolnym ("Centrum", "Apteka", "Galeria").
- Fundacja, stowarzyszenie i spoldzielnia z nazwa (czlony z wielkiej litery albo cudzyslow).
- Forma mieszana "spolka z o.o.".
- `ewaluacja/zestaw_ukryty_5.txt`: 80 fragmentow dokumentow B2B, napisany na slepo.
### Naprawione
- Czlon nazwy firmy nie moze zawierac kropki: "X S.A. i Y sp. j." byly sklejane w jedna firme, a kropka konca zdania wchodzila do nazwy.
### Zmierzone (ewaluacja/README.md, zestaw 5)
- Recall FIRMA 0,388 -> 0,600, przeciek 88,8% -> 65,0% (19 naprawionych, 0 pogorszonych, McNemar p = 0,000004), kontrola negatywna 0/28 bez zmian.
## [0.5.0] - 2026-09-24
### Zmienione
- Regula FIRMA: forma prawna w kazdej wielkosci liter i w pelnym brzmieniu ("sp. z o.o.", "SP. Z O.O.", "spolka z ograniczona odpowiedzialnoscia", "spolka jawna", "s.c.", "P.S.A."), takze laczona ("sp. z o.o. sp.k."). Dotad regula znala tylko "Sp. z o.o." z wielkiej litery.
- Nazwa spolki to do szesciu czlonow z wielkiej litery, oddzielonych spacja (nigdy koncem linii). Slowo strony ("Pozwana") i rodzaj dokumentu ("UMOWA", "Statut") na poczatku nie wchodza do nazwy - "UMOWA SPOLKI Z OGRANICZONA ODPOWIEDZIALNOSCIA" nie jest juz firma.
- `ewaluacja/zestaw_ukryty_4.txt`: 80 fragmentow dokumentow B2B, napisany na slepo.
### Zmierzone (ewaluacja/README.md, zestaw 4)
- Recall FIRMA 0,313 -> 0,646, przeciek 70,0% -> 40,0% (24 naprawione, 0 pogorszonych, McNemar p < 0,000001), kontrola negatywna 1/26 -> 0/26, 0 nadmiarowych wykryc.
### Znane, jeszcze otwarte
- Dalsze wystapienia nazwy spolki bez formy prawnej ("Termika wezwala") i dzialalnosc bez formy.
## [0.4.0] - 2026-09-24
### Dodane
- Osoba zapisana wersalikami z komparycji ("JAN KOWALCZYK", "KOWALCZYK JAN").
- Kolejnosc "Nazwisko Imie" z tabel i zalacznikow - tylko przed separatorem (`|`, przecinek, srednik, koniec linii) i z imieniem w mianowniku, zeby "Pozwany Jan zeznal" nie stalo sie osoba.
- Dwa imiona i nazwisko ("Anna Maria Nowak") - dotad nazwisko po dwoch imionach przeciekalo.
- Propagacja nazwiska bierze za nazwisko kazdy czlon, ktory nie jest imieniem, wiec dziala przy kazdej kolejnosci.
- `ewaluacja/zestaw_ukryty_3.txt`: 80 fragmentow (komparycje, tabele, KRS, protokoly), napisany na slepo przez osobnego agenta.
### Zmierzone (ewaluacja/README.md, zestaw 3)
- Recall OSOBA 0,535 -> 0,665, przeciek 78,8% -> 70,0% (7 naprawionych, 0 pogorszonych, McNemar p = 0,016), 0 nadmiarowych wykryc. Kontrola negatywna 1/24 w obu wersjach.
### Znane, jeszcze otwarte
- Spolka bez formy prawnej w nazwie nie jest wykrywana: recall FIRMA 0,233 na zestawie 3.
## [0.3.0] - 2026-09-24
Osoba wykryta raz jest maskowana w calym tekscie. Zmienia wynik detekcji (wiecej encji OSOBA), dlatego wersja minor.
### Dodane
- `src/propaguj.mjs`: nazwisko kazdej wykrytej osoby jest maskowane przy dalszych wystapieniach - w przypadkach liczby pojedynczej ("Zielinskiej", "Kaczmarkowi", "Wrobla"), wersalikami i bez ogonkow po OCR. Liczba mnoga ("Kowalscy") nie jest obslugiwana. Kazda forma dostaje wlasny token, wiec pseudonimizacja odwraca sie co do znaku.
- Imie w odmianie rozpoznaje osobe ("powodki Anny Zielinskiej", "pozwanemu Janowi Kowalskiemu"). Slownik imion: ok. 200 imion (bylo ok. 120) wraz z odmiana.
- `.githooks/commit-msg`: blokuje polskie znaki i dlugi myslnik w tresci commita (konwencja z AGENTS.md).
- `ewaluacja/zestaw_ukryty_2.txt`: 80 fragmentow, 350 spanow, napisany na slepo przez osobnego agenta.
### Zmierzone (ewaluacja/README.md, zestaw 2)
- Recall OSOBA 0,307 -> 0,729, przeciek sciezka konsumenta 88,8% -> 52,5% (30 naprawionych, 1 pogorszony, McNemar p < 0,000001), kontrola negatywna 0/21 bez zmian, 0 nadmiarowych wykryc. FIRMA 27/31 -> 26/31.
### Naprawione
- Harness `ewaluacja/`: przy braku silnika raport pokazywal "0/0" z kodem 0, a blad silnika liczyl sie jako BLOKADA. Teraz kod 2 przy braku silnika i osobna kategoria bledu silnika.
### Znane, jeszcze otwarte
- Nazwisko osoby, ktora nigdy nie stoi przy imieniu, nie jest wykrywane; pierwsze wystapienie tylko wersalikami ("JAN KOWALCZYK") i odwrocona kolejnosc ("Kowalczyk Jan") tez nie.
## [0.2.2] - 2026-09-24
### Naprawione
- Tekst w postaci NFD (np. z PDF: litera bazowa plus laczacy akcent zamiast "Ś") gubil adresy i czesc osob, bo reguly szukaja liter w postaci zlozonej. `detect()` normalizuje teraz wejscie do NFC i zwraca pole `text`, do ktorego odnosza sie offsety `start`/`end`. Dla wejscia juz w NFC nic sie nie zmienia.
- `pseudonimizuj`, `anonimizuj` i `pseudonimizujPaczke` zwracaja tekst w NFC. `sourceHash` liczy dalej skrot z wejscia, tak jak przyszlo.
- 1 nowy test (wejscie NFD: te same typy encji co dla NFC, zero przecieku po anonimizacji). Razem 35.
## [0.2.1] - 2026-09-24
Poprawka wykrywania osob. Bez zmian w API.
### Naprawione
- Regula OSOBA szukala granic wyrazu przez `\b` bez flagi `u`, wiec nie widziala polskiej litery na granicy wyrazu. "Łukasz Nowak" nie byl wykrywany, a "Jan Łoś" byl maskowany jako "Jan Ło" (koncowka nazwiska przeciekala). Granice ustala teraz lookaround na `\p{L}` z flaga `u`.
- Gdy para slow przed osoba nie przeszla walidacji (np. "Pozwany Jan"), skan gubil imie nastepnej osoby. Regula OSOBA szuka teraz dalej od drugiego slowa odrzuconej pary (`retryOnReject`).
- 2 nowe testy. Razem 34.
### Zmierzone (ewaluacja/README.md)
- Recall OSOBA 0,257 -> 0,457, przeciek sciezka konsumenta 54,3% -> 47,1%, kontrola negatywna 0/17 bez zmian. Zestaw posluzyl juz wczesniej do analizy luk, wiec to kierunek, nie niezalezne potwierdzenie.
### Znane, jeszcze otwarte
- Brak normalizacji Unicode (NFC) na wejsciu: tekst w postaci NFD gubi osoby i adresy.
- Slownik imion nie zna czesci imion (np. "Żaneta").
- Bramka "no PII leaves" dalej sprawdza tylko to, co wykryl detektor.
## [0.2.0] - 2026-07-13
Warstwa odwracalnej redakcji PACZKI dokumentow. Do tej pory `pseudonimizuj` + `odwroc` dzialaly na pojedynczym dokumencie, a kazdy plik dostawal wlasna numeracje ([OSOBA_1] w pozwie i [OSOBA_1] w zeznaniu mogly byc dwiema roznymi osobami).
### Dodane
- `src/paczka.mjs` - `SlownikOdwracania`: stabilny placeholder per (kategoria, wartosc znormalizowana) w obrebie calej paczki; jednolita numeracja miedzy plikami; eksport/import JSON przezywa restart procesu (wczytany slownik kontynuuje numeracje, znane wartosci trzymaja stare placeholdery). Liczniki odtwarzane takze z sufiksow placeholderow, gdy pole `liczniki` w sidecarze jest niepelne.
- `pseudonimizujPaczke(pliki, opts)` - pseudonimizacja wielu dokumentow na wspolnym slowniku; per plik zwraca tekst, liczniki i `source_hash`.
- `przywroc(text, slownik)` - przywraca oryginaly (np. w odpowiedzi LLM) i raportuje placeholdery bez wpisu w slowniku (inna paczka albo zmyslone przez model).
- CLI: `paczka <plik...> --slownik s.mapa-pii.json [--out-dir]` oraz `przywroc <plik|-> --slownik s.mapa-pii.json`. Konwencja nazwy sidecara `*.mapa-pii.json` (ostrzezenie w nazwie pliku); CLI ostrzega, gdy nazwa od niej odbiega.
- Bramka "no PII leaves" dla paczki: kazdy wynik sprawdzany przeciw WSZYSTKIM oryginalom slownika (takze z innych plikow i poprzednich sesji); przy porazce nic nie jest zapisywane.
- Zdarzenie audit logu `paczka-applied` (per plik) i `pseudonim-reversed` dla `przywroc`.
- 11 nowych testow (roundtrip paczki, determinizm, jednolita numeracja, import/eksport, kontynuacja numeracji po restarcie procesu przez CLI, halucynowane placeholdery). Razem 32.
### Wzorce (pattern, nie kod - THIRD_PARTY_INSPIRATIONS.md)
- Rizzo-AI-Academy/rizzo-pii (MIT): stabilny placeholder per (label, wartosc znormalizowana) + slownik odwracania z eksportem/importem.
- moyupeng0422/legal-doc-redactor (MIT): jednolita numeracja w batchu + mapping w sidecarze.
### Roadmap v2 (nie w tym wydaniu)
- Tryb docx z zachowaniem tracked changes (podmiana na poziomie runs) - silnik jest dzis tekstowy.
- Publikacja pakietu (npm/PyPI wrapper) - poza tym wydaniem.
## [0.1.0-alpha] - 2026-05-22
Pierwsze wydanie. Samodzielny silnik "Let It Be".
### Dodane
- Detekcja polskich PII: PESEL/NIP/REGON/KRS (checksuma urzędowa), IBAN/NRB (checksuma mod-97), dowód osobisty (checksuma), e-mail, telefon (z/bez +48), imię i nazwisko (gazetteer ~120 imion + heurystyka), firma z formą prawną, adres (ulica + numer, kod pocztowy). Sygnatury SN/NSA/WSA/KIO/TK + CELEX/ELI (domyślnie niepodmieniane - to nie PII).
- Flaga `--min-confidence <n>` (CLI) i opcja `minConfidence` (biblioteka) - próg czułości detekcji.
- CI na GitHub Actions (`node --test` na Node 20/22/24).
- Dwa tryby RODO: `anonimizuj` (nieodwracalny, bez mapy) i `pseudonimizuj` + `odwroc` (odwracalny przez mapę).
- Rozwiązywanie nakładających się spanów (wyższe confidence wygrywa).
- Bramka "no PII leaves" (`ResidualPIIError`) - przerywa operację, gdy oryginał przetrwał podmianę. Komunikat nie ujawnia wartości.
- Wzorce operacyjne (cherry-pick z PII-Shield): `MappingStore` z TTL i cleanup, `sourceHash` (sha256), `AuditLog` plain-text dla Inspektora, archiwum AES-256-GCM (klucz scrypt).
- CLI (`bin/cli.mjs`): `wykryj`, `pseudonimizuj`, `anonimizuj`, `odwroc`. Wejście z pliku lub stdin.
- 18 testów (`node --test`), zero zależności zewnętrznych.
### Znane ograniczenia
- Fleksja imion/nazwisk poza pierwszym wystąpieniem nie zawsze łapana (bramka residual zatrzyma).
- Adres bez prefiksu ulicy (ul./al./pl./os.) może umknąć.
- Brak detekcji dat urodzenia, paszportu, prawa jazdy, PWZ.
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |