用途：作为日志中间件，在任何数据导出到外部系统（Loki、Jaeger、Grafana 等）之前，以及在将 OCR 提取的文本字段持久化到审计库之前，自动检测并替换个人身份信息（PII），帮助满足 GDPR 合规要求。
主要能力：Presidio 分析文本中的 PII（如姓名、DNI、出生日期、IBAN、邮箱），用 token 替换后再写入日志或任何二级存储。可配置检测实体：PERSON、ID_NUMBER、DATE_TIME、IBAN_CODE、EMAIL_ADDRESS、PHONE_NUMBER。
使用方式：安装依赖 pip install presidio-analyzer presidio-anonymizer；下载 spaCy 模型：python -m spacy download es_core_news_lg（西班牙语）和 en_core_web_lg（英语）。在 backend/core/privacy.py 中初始化 AnalyzerEngine 与 AnonymizerEngine，并实现匿名化函数：results = analyzer.analyze(text=text, language=language)，返回 anonymizer.anonymize(text=text, analyzer_results=results).text。随后在 structlog 中添加自定义 processor，对每条日志的 message 字段调用该函数。对 OCR 字段（姓名、DOB、证件号）应在写入 PostgreSQL 的 INSERT 之前处理。
适用场景：日志记录流程、外部数据导出、OCR 文本入库前处理。
限制：Presidio 完全离线运行，不向任何外部服务发送数据。西班牙语以 spaCy 模型最精确；生产环境追求性能可用 es_core_news_sm。MRZ 与 embeddings 字段绝不能进入日志，需在匿名化层之前过滤。安装、模型、配置与代码示例均来自资料，价格与平台等未提供。