DePers
Готовим запуск

Privacy Runtime для AI-агентов

Приватность данных
в работе с ИИ.

DePers защищает чувствительные данные перед отправкой в языковую модель и контролирует восстановление ответа в доверенном контуре.

Как устроен DePers ↓
01Защита входаОбнаружение данных и применение правил перед передачей в LLM.
02Работа моделиМодель получает разрешённый, защищённый запрос.
03Контроль ответаПроверка результата и восстановление только при наличии разрешения.

Одно ядро. Две интеграции.

DePers Core — Python-модуль обработки чувствительных данных для AI-сценариев. Интеграции используют единый путь защиты: классификация, политика, преобразование, проверка выхода и разрешённое восстановление.

DePers Privacy Gateway for Codex

Развиваем MCP-шлюз и проверки на границах поддерживаемых запросов и инструментов. Защита действует в подключённых сценариях; DePers не перехватывает глобально все действия Codex.

DePers for Bitrix24

Готовим интеграцию CRM с внешней LLM через DePers Core. Установка и реальный рабочий процесс на тестовом портале ещё требуют приёмки. Приложение пока не опубликовано в Маркете.

Что важно знать

Что означает деперсонализация?

Чувствительные значения могут заменяться непрозрачными метками, удаляться или блокироваться согласно политике. Восстановление значений требует доступа к защищённому хранилищу и соответствующего разрешения.

Что получает внешняя модель?

В подключённом сценарии модель получает результат обработки DePers, а не исходный запрос напрямую. Если этап защиты завершается ошибкой, запрос должен быть отклонён.

Что такое Privacy Receipt?

Это запись о применённых правилах и этапах обработки. Она содержит метаданные и классы данных, но не исходные чувствительные значения.

Можно ли уже использовать продукт?

Сейчас готовим запуск и проверяем интеграции. Эта страница описывает продукт; она не принимает документы или персональные данные. Деперсонализация сама по себе не гарантирует соблюдение всех требований законодательства.