Question 1

Pourquoi anonymiser plutôt qu'héberger le modèle soi-même ?

Accepted Answer

Le self-host est un choix valable et offre la confidentialité la plus forte : aucun tiers ne peut lire le contenu, par construction. En contrepartie, tout bascule sur vous (la facture GPU, la sécurité, les mises à jour, la journalisation) et le modèle que vous faites tourner vous-même est en général moins bon que les meilleurs modèles hébergés. L'anonymisation préserve cette qualité : seuls des jetons comme <> quittent votre infrastructure, donc le risque de fuite est neutralisé quel que soit le fournisseur. C'est une couche de défense, pas une solution miracle. La page Philosophie détaille tout le compromis.

Question 2

De quoi ai-je besoin pour faire tourner piighost en production ?

Accepted Answer

Au minimum, la bibliothèque piighost et un pipeline. Installez-la avec les extras de vos détecteurs : pip install 'piighost[config]' suffit pour un pipeline uniquement regex ; ajoutez transformers, gliner2 ou llm selon le détecteur, et cache pour une correspondance partagée via Redis. Enregistrez votre pipeline dans un fichier TOML et chargez-le avec load_pipeline. Le NER classique et GLiNER téléchargent un modèle ONNX au premier usage et tournent sur CPU ; la regex ne demande rien de plus ; le détecteur LLM nécessite un fournisseur et une clé d'API. Quand plusieurs processus doivent partager un même point d'accès, déployez piighost-api plutôt que d'embarquer la bibliothèque.

Question 3

Puis-je utiliser piighost avec Claude Code ?

Accepted Answer

piighost est agnostique du modèle : il fonctionne avec Claude d'Anthropic comme avec n'importe quel fournisseur. Il agit au niveau des données : vous anonymisez le texte dans votre propre code avant que le modèle ne le voie, donc seuls des jetons comme <> arrivent jusqu'à Claude, et les vraies valeurs sont restaurées dans la réponse. Enveloppez n'importe quel appel à Claude depuis Python, directement ou via LangChain, Pydantic AI ou LlamaIndex. Il n'existe pas d'extension dédiée pour la CLI Claude Code elle-même, car piighost protège les prompts et les données que vous envoyez, pas l'outil avec lequel vous les envoyez.

Question 4

Est-ce que je peux utiliser piighost avec LangChain, Pydantic AI ou LlamaIndex ?

Accepted Answer

piighost fournit des intégrations pour LangChain, Pydantic AI et LlamaIndex. Vous enveloppez votre pipeline dans l'assistant proposé (middleware, hooks ou anonymiseur de nœuds) afin que les données personnelles soient remplacées avant l'appel au modèle et restaurées ensuite. Le modèle ne raisonne que sur des jetons comme <>, jamais sur les vraies valeurs.

Question 5

Est-ce que piighost est conforme au RGPD, et comment fonctionnent les jetons stables ?

Accepted Answer

piighost réalise une pseudonymisation réversible au sens du RGPD, ce qui facilite la conformité mais ne remplace pas votre propre analyse juridique. Des jetons stables signifient qu'une même entité correspond toujours au même jeton (Patrick devient <> partout), donc le modèle garde le contexte pendant que la vraie valeur reste hors de sa portée.

Question 6

Mes données restent-elles locales ? Qu'est-ce qui est réellement envoyé au modèle ?

Accepted Answer

Seul le texte anonymisé est envoyé au modèle, chaque valeur détectée étant remplacée par un jeton comme <>. La correspondance entre les jetons et les vraies valeurs reste de votre côté et n'est jamais envoyée. Après la réponse du modèle, piighost restaure localement les valeurs d'origine pour que vos utilisateurs voient les vraies données.

Anonymisez les données personnelles avant qu'elles n'atteignent le modèle

Vous ne devriez pas avoir à choisir entre de bons modèles et la confidentialité

Plus qu'un détecteur de PII

Une couche entre votre agent et le modèle

Une couche de confidentialité, plusieurs projets

Branchez-le sur votre framework d'agent

Questions fréquentes

Livrez des fonctionnalités IA sans livrer les données de vos utilisateurs