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.
src/propaguj.mjs
View on GitHub// Propagacja wykrytej osoby na dalsze wystapienia jej nazwiska.
//
// W pismie osoba pojawia sie raz pelnym imieniem i nazwiskiem ("powodka Anna
// Zielinska"), a potem sama, w odmianie ("Zielinska wniosla", "zdaniem
// Zielinskiej"). Regula OSOBA lapie tylko pare imie + nazwisko, wiec kazde
// dalsze wystapienie przeciekalo. Tu bierzemy nazwisko z KAZDEJ wykrytej
// osoby, wyznaczamy jego rdzen i maskujemy slowa z tym rdzeniem i polska
// koncowka fleksyjna - takze WERSALIKAMI i po zgubieniu ogonkow przez OCR.
//
// Granica: propagujemy tylko to, co detektor juz znalazl. Osoba nigdy nie
// przedstawiona z imieniem nie zostanie wykryta. Kazda forma dostaje wlasny
// token (odwracalnosc co do znaku), wiec model widzi "Zielinska" i
// "Zielinskiej" jako dwa rozne tokeny.
import { FIRST_NAME_FORMS } from "./gazetteers.mjs";
import { FORMA } from "./regex.mjs";
const MIN_RDZEN = 4;
/** Male litery bez ogonkow - "Ł" nie rozklada sie w NFD, stad osobna zamiana. */
export function zloz(slowo) {
return slowo
.toLowerCase()
.replace(/ł/g, "l")
.normalize("NFD")
.replace(/\p{M}/gu, "");
}
// Koncowki po rdzeniu (juz w postaci zlozonej, bez ogonkow).
const PRZYMIOTNIKOWE = ["i", "iego", "iemu", "im", "a", "iej", "ich", "imi", "y", "ego", "emu", "ym", "ej", "ych", "ymi"];
const RZECZOWNIKOWE = ["", "a", "owi", "iem", "em", "u", "ie", "owie", "ow", "om", "y", "e", "o", "ami", "ach"];
/** Rdzenie nazwiska wraz z dopuszczalnymi koncowkami. */
export function rdzenie(nazwisko) {
const s = zloz(nazwisko);
const out = [];
// Pierwsze wystapienie tez bywa w odmianie ("pozwanemu Janowi Kowalskiemu").
const m = s.match(/^(.*(?:sk|ck|dzk))(?:i|a|iego|iemu|im|iej|ich|imi)$/);
if (m) {
out.push({ rdzen: m[1], koncowki: PRZYMIOTNIKOWE });
return out.filter((r) => r.rdzen.length >= MIN_RDZEN);
}
if (s.endsWith("a")) {
// Nazwisko meskie na -a (Zagloba) albo zenskie rzeczownikowe (Kowalowa).
out.push({ rdzen: s.slice(0, -1), koncowki: ["a", "y", "i", "e", "ie", "o"] });
}
// Pierwsze wystapienie w odmianie ("z Pawlem Nowakiem"): zdejmujemy koncowke,
// zeby dotrzec do mianownika. Rdzen za krotki odpada nizej (MIN_RDZEN).
const kandydaci = new Set([s]);
for (const k of RZECZOWNIKOWE) if (k && s.endsWith(k)) kandydaci.add(s.slice(0, -k.length));
for (const r of kandydaci) {
out.push({ rdzen: r, koncowki: RZECZOWNIKOWE });
// e ruchome: Wrobel -> Wrobla, Kaczmarek -> Kaczmarka, Stasiec -> Stasca.
const ruchome = r.match(/^(.*)e([lkc])$/);
if (ruchome) out.push({ rdzen: ruchome[1] + ruchome[2], koncowki: RZECZOWNIKOWE.filter((k) => k !== "") });
}
return out.filter((r) => r.rdzen.length >= MIN_RDZEN);
}
function pasuje(slowo, listaRdzeni) {
const z = zloz(slowo);
return listaRdzeni.some(({ rdzen, koncowki }) =>
z.startsWith(rdzen) && koncowki.includes(z.slice(rdzen.length)),
);
}
/**
* Nazwiska z encji OSOBA ("Anna Nowak-Zielinska" -> ["Nowak", "Zielinska"]).
* Nazwiskiem jest kazdy czlon, ktory nie jest imieniem - dziala dla kolejnosci
* "Imie Nazwisko", "Nazwisko Imie" z tabel i dla dwoch imion.
*/
function nazwiskaOsob(encje) {
const out = new Set();
for (const e of encje) {
if (e.type !== "OSOBA") continue;
const czlony = e.raw.trim().split(/\s+/);
for (const czlon of czlony.filter((c) => !FIRST_NAME_FORMS.has(zloz(c)))) {
for (const czesc of czlon.split("-")) if (czesc) out.add(czesc);
}
}
return [...out];
}
// Slowo z wielkiej litery albo wersalikami, z opcjonalnym lacznikiem.
const SLOWO_RE = /(?<![\p{L}\p{N}])\p{Lu}[\p{L}]*(?:-\p{Lu}[\p{L}]*)?(?![\p{L}\p{N}])/gu;
/**
* Dodatkowe encje OSOBA dla dalszych wystapien nazwisk juz wykrytych osob.
* `encje` to wszystkie rozlaczne dopasowania (takze nie-PII: sygnatury,
* sady) - nowe wystapienie nie moze na nie nachodzic.
*/
export function propagujNazwiska(text, encje) {
const listaRdzeni = nazwiskaOsob(encje).flatMap(rdzenie);
if (listaRdzeni.length === 0) return [];
const zajete = encje.map((e) => [e.start, e.end]);
const out = [];
for (const m of text.matchAll(SLOWO_RE)) {
const start = m.index;
const end = start + m[0].length;
if (zajete.some(([s, e]) => start < e && s < end)) continue;
const czesci = m[0].split("-");
if (!czesci.some((c) => c && pasuje(c, listaRdzeni))) continue;
out.push({
raw: m[0],
normalized: m[0],
type: "OSOBA",
confidence: 0.8,
ruleId: "osoba-odmiana",
start,
end,
});
}
return out;
}
// --- Firmy: dalsze wystapienia nazwy bez formy prawnej ---
//
// "Termika Wschod sp. z o.o." wraca w pismie jako "Termika", "Termiki",
// "TERMIKA WSCHOD". Maskujemy pelny rdzen nazwy i jego pierwszy czlon, takze w
// odmianie. Rzeczownik ogolny ("Centrum", "Apteka", "Galeria") jako pierwszy
// czlon NIE jest propagowany sam - inaczej kazde "Centrum miasta" byloby firma.
const OGOLNE = new Set(["centrum", "galeria", "dom", "apteka", "drukarnia", "hurtownia", "pracownia",
"zaklad", "zaklady", "przedsiebiorstwo", "biuro", "kancelaria", "fundacja", "stowarzyszenie",
"spoldzielnia", "grupa", "firma", "sklep", "studio", "instytut", "fabryka", "uslugi", "transport",
"logistyka", "systems", "polska", "poland", "handel", "serwis", "bank", "klinika", "szkola",
"agencja", "wydawnictwo", "restauracja", "hotel", "oddzial", "zespol", "osrodek", "centrala",
"przychodnia", "gabinet", "salon", "warsztat", "spolka", "zielony", "nowy", "stary", "wielki"]);
const SAMA_FORMA_KONIEC = new RegExp(String.raw`[ \t]+${FORMA}(?:[ \t]+${FORMA})?$`, "u");
const NAZWA_RE = /(?<![\p{L}\p{N}])[\p{Lu}\d][\p{L}\d-]*(?:[ \t]+[\p{Lu}\d][\p{L}\d-]*)*(?![\p{L}\p{N}])/gu;
/** Rdzen nazwy firmy: bez formy prawnej, jako lista czlonow. */
function rdzenFirmy(raw) {
const bez = raw.replace(SAMA_FORMA_KONIEC, "").replace(/[„”"]/g, "").trim();
if (bez === raw.trim()) return null; // tylko firmy z forma prawna sa zrodlem propagacji
return bez.split(/[ \t]+/).filter(Boolean);
}
export function propagujFirmy(text, encje) {
const wzorce = []; // { czlony: [zlozone...], ostatniRdzenie }
for (const e of encje) {
if (e.type !== "FIRMA") continue;
const czlony = rdzenFirmy(e.raw);
if (!czlony || czlony.length === 0) continue;
wzorce.push(czlony.map(zloz));
const pierwszy = zloz(czlony[0]);
if (czlony.length > 1 && !OGOLNE.has(pierwszy) && pierwszy.length >= MIN_RDZEN) wzorce.push([pierwszy]);
}
if (wzorce.length === 0) return [];
// Ostatni czlon moze byc odmieniony ("Termiki", "Agroluxu"); poprzednie - dokladnie.
const pasuje = (fraza) => {
const slowa = fraza.split(/[ \t]+/).map(zloz);
return wzorce.some((w) => {
if (w.length > slowa.length) return false;
if (w.length === 1 && OGOLNE.has(w[0])) return false;
for (let i = 0; i + w.length <= slowa.length; i++) {
const ok = w.every((c, j) => {
const s = slowa[i + j];
if (j < w.length - 1) return s === c;
return s === c || rdzenie(c).some(({ rdzen, koncowki }) =>
s.startsWith(rdzen) && koncowki.includes(s.slice(rdzen.length)));
});
if (ok) return true;
}
return false;
});
};
const zajete = encje.map((e) => [e.start, e.end]);
const out = [];
for (const m of text.matchAll(NAZWA_RE)) {
// Z frazy z wielkich liter bierzemy najdluzszy fragment pasujacy do wzorca.
const slowa = [...m[0].matchAll(/[^ \t]+/g)];
let najlepszy = null;
for (let i = 0; i < slowa.length && !najlepszy; i++) {
for (let j = slowa.length; j > i; j--) {
const s0 = m.index + slowa[i].index;
const s1 = m.index + slowa[j - 1].index + slowa[j - 1][0].length;
const fraza = text.slice(s0, s1);
const w = fraza.split(/[ \t]+/);
if (w.length > 4) continue;
if (pasuje(fraza)) {
// Fraza musi pokrywac caly wzorzec: dopasowanie od poczatku frazy.
const zl = w.map(zloz);
const trafia = wzorce.some((wz) => wz.length === zl.length && wz.every((c, k) =>
k < wz.length - 1 ? zl[k] === c : (zl[k] === c || rdzenie(c).some(({ rdzen, koncowki }) =>
zl[k].startsWith(rdzen) && koncowki.includes(zl[k].slice(rdzen.length))))));
if (trafia) { najlepszy = [s0, s1, fraza]; break; }
}
}
}
if (!najlepszy) continue;
const [start, end, raw] = najlepszy;
if (zajete.some(([s, e]) => start < e && s < end)) continue;
out.push({ raw, normalized: raw, type: "FIRMA", confidence: 0.7, ruleId: "firma-odmiana", start, end });
}
return out;
}
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 |