session-anonymizer — скилл для Claude Code
Скилл session-anonymizer удаляет персональные данные из заметок и транскриптов терапевтических или коучинговых сессий. Работает локально через трёхслойный пайплайн.
MIT 159 установок ★ 414 обновлён 2026-10-23
npx skills add glebis/claude-skills --skill session-anonymizer -a claude-codeЧто делает session-anonymizer
Скилл скрывает имена, адреса, телефоны и другие персональные сведения в стенограммах на русском и английском языках. Конвейер детекции состоит из трёх последовательных инструментов: библиотека Natasha находит русские имена и топонимы, OpenAI Privacy Filter удаляет контакты и аккаунты, а локальная модель через Ollama отлавливает названия препаратов, даты и косвенные маркеры. Затем пересекающиеся отрезки текста объединяются в единую маску.
Запуск выполняется локальным скриптом anonymize.py, поэтому исходный текст не покидает рабочую станцию. Утилита поддерживает чтение файлов, приём данных через стандартный поток ввода, пакетную обработку директорий, замену данных псевдонимами и шифрование результата по алгоритму AES-256.
Каждый слой автономен: если зависимость не установлена, скрипт выведет предупреждение и продолжит работу с оставшимися. Медицинские препараты обнаруживаются только третьим уровнем, поэтому без запущенной Ollama скилл их пропустит.
Какие задачи решает
- спрятать персональные данные клиентов перед отправкой заметок в ИИ
- обезличить русскоязычные стенограммы консультаций локально без облака
- заменить реальные имена на согласованные псевдонимы во всём файле
- зашифровать очищенный транскрипт сессии паролем по алгоритму AES-256
Примеры запросов агенту
- Обезличь стенограмму сессии из файла session.txt с заменой имён на псевдонимы
- Удали все персональные данные из текста в буфере и верни отчёт в JSON
- Обработай пакетно стенограммы в папке ~/sessions/ и сохрани очищенные файлы в ~/sessions_clean/
Как установить session-anonymizer
1Через Skills CLI (Vercel)
npx skills add glebis/claude-skills --skill session-anonymizer -a claude-code2Вручную: положить файлы
~/.claude/skills/session-anonymizer/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/session-anonymizer/
1Через Skills CLI (Vercel)
npx skills add glebis/claude-skills --skill session-anonymizer -a codex2Вручную: положить файлы
.agents/skills/session-anonymizer/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add glebis/claude-skills --skill session-anonymizer -a cursor2Вручную: положить файлы
.cursor/skills/session-anonymizer/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install glebis/claude-skills session-anonymizer2Вручную: положить файлы
.github/skills/session-anonymizer/SKILL.md1Через Skills CLI (Vercel)
npx skills add glebis/claude-skills --skill session-anonymizer -a gemini-cli2Командой платформы
gemini skills install https://github.com/glebis/claude-skills --path session-anonymizerВручную: положить файлы
.devin/skills/session-anonymizer/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add glebis/claude-skills --skill session-anonymizer -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о session-anonymizer
Как установить session-anonymizer в Claude Code?
Выполните в терминале команду npx skills add glebis/claude-skills --skill session-anonymizer -a claude-code.
Что делает скилл session-anonymizer?
Он прогоняет стенограммы и заметки через библиотеку Natasha, фильтр OPF и локальную модель Ollama, удаляя контакты, имена, адреса и названия медикаментов.
Какие пакеты нужны для работы всех трёх уровней очистки?
Потребуются Python-пакеты natasha, setuptools, pymorphy2-dicts-ru, модуль opf из репозитория OpenAI, а также Ollama со скачанной моделью qwen3:4b.
Исходный текст
SKILL.md · MIT
---
name: session-anonymizer
description: Three-layer PII anonymization for session transcripts (therapy, coaching, consulting, mentoring). Runs Natasha (Russian NER), OpenAI Privacy Filter, and local LLM (Ollama) in sequence for maximum coverage. Fully local by default. This skill should be used when anonymizing session transcripts, notes, or any text containing client PII before AI analysis. Triggers on "anonymize", "redact PII", "anonymize session", "protect client data", "strip personal data", "anonymize transcript".
---
# Therapy Anonymizer
Three-layer PII detection and anonymization for therapy session transcripts. Supports Russian and English. Fully local by default — no data leaves the machine.
## Architecture
Three detection layers run in sequence, each catching what others miss:
| Layer | Tool | Catches | Size | Speed |
|-------|------|---------|------|-------|
| 1 | Natasha | Russian names, locations, organizations | 27 MB | instant |
| 2 | OpenAI Privacy Filter (opf) | Phones, accounts, addresses, emails | 2.8 GB | ~1.5s |
| 3 | Ollama LLM | Medications, dates, contextual IDs | 2.5-7 GB | ~10s |
Spans from all layers are merged, overlaps resolved, and a unified redacted output is produced.
## Prerequisites
```bash
pip install natasha setuptools pymorphy2-dicts-ru
pip install 'opf @ git+https://github.com/openai/privacy-filter.git'
ollama pull qwen3:4b
```
Each layer is optional — the script gracefully skips unavailable layers and warns.
## Usage
### Single file
```bash
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py session.txt
```
### Stdin pipe
```bash
cat session.txt | python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py
```
### Batch processing
```bash
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py --batch ~/sessions/ -o ~/sessions_clean/
```
### JSON report
```bash
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py session.txt --json
```
### Pseudonyms instead of tags
```bash
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py session.txt --pseudonyms
```
### Select layers / model
```bash
# Fast — Natasha only
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py session.txt --layers natasha
# LLM only — maximum coverage
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py session.txt --layers ollama --model gemma4:e2b
```
### Encrypt output (AES-256)
```bash
python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py session.txt -o clean.txt --encrypt "password"
```
## Invoking from Claude Code
To anonymize text already in context, pipe it through the script:
```bash
echo '<text>' | python3 ~/.claude/skills/therapy-anonymizer/scripts/anonymize.py --json
```
For files, pass the path directly. Always recommend manual review after automated anonymization.
## Limitations
- Contextual identifiers ("the only red-haired architect in Kostroma") are NOT detected by any automated tool
- OPF is English-focused — Russian coverage is partial
- Medications detected only by Layer 3 (requires Ollama)
- Does not assess re-identification risk from combinations of non-PII fields
## Guardrails
- NEVER send raw transcripts to cloud services
- Cloud verification only on already-anonymized text
- Always recommend manual review for therapy data
- Never log original PII values
© glebis · MIT · glebis/claude-skills