用途：从文本中抽取结构化 PII 片段，返回“是什么、在哪里、属于哪类”，是 OpenAI Privacy Filter 的逆向版本，不做遮蔽。
主要能力：使用同一 1.5B opf 模型权重与标签体系，输出 span 的 label、text、start、end。标签共 8 类：private_person、private_email、private_phone、private_address、private_url、private_date、account_number、secret。提供三种后端：PIIParser（纯正则，无权重，微秒级，F1 1.000，适合测试与已知格式结构化数据）、ModelPIIParser（1.5B，CPU 约 500ms，F1 0.733）、HybridPIIParser（1.5B，CPU 约 600ms，F1 0.929，推荐生产使用）。架构为 opf 1.5B → BIOES logits → Viterbi → 字符 span → span-merge → 正则兜底。
使用方式：克隆仓库后分别安装两个子包：uv pip install -e ./privacy-filter 与 uv pip install -e ./pii_parser。首次运行会下载约 3GB 的 opf 1.5B 检查点至 ~/.opf/privacy_filter/。基本用法为 from pii_parser.hybrid import HybridPIIParser，创建 HybridPIIParser(device="cpu")（或 "cuda"/"mps"），调用 parser.parse(text)，遍历 result.spans。支持批量处理、按标签过滤、检查后遮蔽、导出 JSON、GPU 加速。CLI 可用 python -m pii_parser.cli_model "文本" 或 cat dump.txt | python -m pii_parser.cli_model -。
适用场景：需要定位并分类 PII 而非直接遮蔽的文本处理、审计、数据检查等。
限制：首次运行需下载约 3GB 检查点；GPU 需约 3GB 显存，否则用 CPU；secret/URL 召回率低时应用 HybridPIIParser；偏移量基于原始字符串，解析前不要预处理或裁剪；需同时安装两个子包，否则 privacy_filter 导入报错；模型缺失可删除 ~/.opf/privacy_filter/ 后重下。