anonimize.it

Desktop, CLI a OCR

Stejná myšlenka napříč platformami: práce s dokumenty bez jejich odesílání jinam.

• Desktop pro Windows a macOS Grafická aplikace pro každodenní anonymizaci.
• CLI pro Linux Nástroj příkazové řádky pro skripty, servery a prostředí bez grafického rozhraní.
• OCR pro skeny Podpora skenovaných dokumentů, když je text dostupný jen jako obrázek.

Novinky

1. 5. listopadu 2026

   • Nový typ masky „Odstranit”: vybraný úsek zmizí z výsledku bez náhradního tokenu. Ve dvoupanelovém zobrazení na macOS a Windows — přeškrtnutí ve zdroji, prázdný náhled výsledku a možnost vrátit zpět. Odstraněný obsah se nedostane do TXT, exportu DOCX/PDF, mapy ani mezipaměti (včetně OCR skenů). Dostupné v GUI (macOS/Windows) a v CLI (detect / process --annotations).
   • Vestavěný produktový seznam přibližně 12 000 bank EU/EHP/UK/CH/Balkánu (pečeť aitm/eu-banks, atribuce ECB/GLEIF). Názvy bank z tohoto seznamu se detekují automaticky ve všech verzích — bez udržování vlastního seznamu.

2. 4. listopadu 2026

   • Ve výchozím nastavení se text opakujících se záhlaví a zápatí už nezahrnuje do textového výstupu (export TXT, kopírování pro AI, náhled textu). Detekce a maskování stále běží na celém textu a export PDF/DOCX zachovává rozvržení a maskuje každý výskyt. Nastavení v aplikacích macOS a Windows (a volba CLI --include-header-footer-text) obnoví předchozí chování s označenými sekcemi záhlaví/zápatí na konci.
   • Rozpoznávání mezinárodních telefonních čísel mimo Polsko a Chorvatsko: čísla +CC / 00CC s běžnými oddělovači, ověřená podle délek číslovacího plánu pro země EU/EHP, UK, Švýcarsko, Balkán a Severní Ameriku (NANP); národní čísla začínající 0 pouze po označení telefonu (phone, Telefon, tél., telefono, Handy, mobile, fax…).

3. 3. listopadu 2026

   • Maskování peněžních částek: nový typ údajů „Částka” (štítek [KWOTA_n]) pro čísla se značkou měny před nebo za číslicemi (např. 500 zł, 100 €, $500), včetně slovních tvarů u měny. Čísla, procenta a podíly bez měny se nemaskují. Dostupné v seznamech pravidel v aplikacích macOS a Windows; podporovány reverzibilní kódy.
   • Známé názvy firem z vestavěného seznamu (banky působící v Polsku, společnosti WIG20/mWIG40, velké IT a pojišťovací firmy), včetně variant názvů, polské flexe a krátkých tickerů velkými písmeny, se detekují automaticky ve všech verzích — bez udržování vlastního seznamu.

4. 2. listopadu 2026

   • OCR nyní zpracovává stránky PDF složené z mnoha dlaždic obrazu („mozaikové“ skeny): celá stránka se před OCR vyrenderuje. Na macOS aplikace jasně varuje, když OCR nerozpoznalo text na stránce.
   • Textový výstup (TXT, kopírování do AI, náhled) u textových PDF a DOCX nyní končí samostatnými sekcemi „Obsah záhlaví“ / „Obsah zápatí“ místo opakování záhlaví a zápatí na každé stránce v těle. Export v původním formátu zachovává původní rozvržení a maskuje každý výskyt na každé stránce. Netýká se OCR skenů.
   • Chorvatské OIB (11 číslic s kontrolním součtem, také s HR VAT prefixem) jako vlastní typ dat na macOS a Windows s reverzibilními kódy a chorvatská telefonní čísla (+385/00385 vždy; národní čísla 0xx, když jsou označena jako telefon). Detekce funguje bez ohledu na jazyk dokumentu.
   • Windows: na kartě „Dekódovat“ se oba panely posouvají synchronně odstavec po odstavci a propojení odstavců (stuhy spojující každý odstavec s kódy se stejným odstavcem s obnovenými daty) lze zapnout v Nastavení. Označení nebo zrušení označení fráze nyní platí pro všechny její výskyty jedním kliknutím.

5. 31. října 2026

   • Windows: jeden jednoduchý model anonymizace bez volby režimu — vše, co je text (zobrazení Text, .anon.txt, Kopírovat, také OCR text ze skenů a obrázků), vždy dostane reverzibilní kódy; vše, co je dokument (náhled výsledku, uložení DOCX / PDF / skenu / obrázku), se vždy začerňuje (černá pole, nevratně). Naskenované PDF a obrázky lze nyní uložit jako začerněný dokument. Karta „Dekódovat” je samostatný nástroj: vložíte nebo přetáhnete text s kódy z mnoha dokumentů, na stránce shrnutí deanonymizace vidíte, ze kterých dokumentů kódy pocházejí a které zůstaly neznámé, a odtud můžete načíst zdrojový dokument.

6. 30. října 2026

   • Windows a CLI (Linux): anonymizovaný text nyní používá reverzibilní kódy místo obyčejných štítků; výsledek každého dokumentu jde do šifrované místní historie dokumentů (klíč v systémovém úložišti přihlašovacích údajů), takže opětovné otevření souboru vrátí předchozí výsledek. Stránka Historie (Ctrl+H) se složkami, vyhledáváním (i podle kódu), řazením, mazáním a nastavením uchovávání. Dekódování odpovědi AI: vložení textu nebo otevření/přetažení souboru .txt, .md, .docx nebo .rtf — kódy z mnoha různých dokumentů se obnoví na původní údaje v jednom kroku. CLI získalo příkazy `registry` a `restore`.
   • Rozpoznávání polských názvů míst na základě oficiálních registrů jmen (TERYT, PRNG) a flektivního slovníku SGJP, včetně skloňovaných tvarů; maskují se jako adresa.

7. 28. října 2026

   • macOS: nový plovoucí nástrojový panel Okno → „Informace o souboru” zobrazuje název souboru, stav enginu a stav relace; zůstává nahoře a živě se aktualizuje s aktivním oknem. Tyto informace byly přesunuty z hlavního okna, aby bylo zobrazení dokumentu přehlednější. Zavření panelu nepřeruší zpracování. Tlačítko Uložit a Soubor → Uložit… / Cmd+S jsou neaktivní, když nebylo nic detekováno ani maskováno (žádné entity) — nelze omylem exportovat nezměněný dokument; aktivují se, jakmile se objeví první maska.
   • Jediné slovo s velkým počátečním písmenem mezi dvěma částmi téhož jména a příjmení na stejném řádku (např. druhé jméno mezi jménem a příjmením) se nyní maskuje jako součást této osoby, i když nebylo nalezeno samostatně.

8. 27. října 2026

   • Windows: originál dokumentu a jeho náhled (DOCX, PDF, sken, obrázek) jsou vidět hned po načtení, ještě během detekce údajů; vyhledávání (Ctrl+F) už funguje na originálu. Karta průběhu ukazuje aktuální fázi (čtení textu nebo dokumentu, OCR skenu, detekce) s počtem znaků nebo stránek, s možností zrušení.

9. 25. října 2026

   • Windows: nová záložka „Odpověď AI” vedle Text/Originál (Ctrl+R). Vlevo vložíte text se štítky (typicky odpověď AI asistenta) a vpravo hned vidíte stejný text s obnovenými původními údaji z mapy aktuální relace, zvýrazněnými podle typu. Obnova probíhá živě v paměti — bez zápisu souborů s osobními údaji na disk. Rozpoznává varianty štítků, které AI často generuje (např. [Osoba 1], [osoba_1], OSOBA_1), a varuje před štítky mimo mapu. Kopírovat a Uložit (.odtworzony.txt). Lze také načíst dříve uloženou JSON mapu bez otevřeného dokumentu.
   • Windows: zvětšení textu — Ctrl+kolečko myši mění velikost v zobrazení Text a v panelech „Odpověď AI” (75–225 %); také Nastavení → Obecné → „Velikost textu” s obnovením na 100 %. Úroveň se pamatuje.

10. 23. října 2026

    • Windows: náhled anonymizovaného výsledku pro skeny PDF a obrázky přímo v zobrazení dokumentu (rastrové PDF nebo obrázek); dříve dostupný jen v zobrazení Text.
    • Detekce ve velkých souborech .txt nyní běží v lineárním čase — dříve soubory ~1 MB mohly trvat přes 10 minut.
    • Export PDF s mnoha různými entitami je asi 5× rychlejší (např. testovací PDF o 19 stránkách: z cca 30 s na cca 6 s).

11. 22. října 2026

    • Pravidlo pro URL maskuje i holé domény (např. example.pl bez http/www), holé adresy IPv4 a host:port, a také příjmení slepená s doménou nebo e-mailem. Používá konzervativní seznam povolených TLD, aby se vyhnulo falešným zásahům u zkratek.
    • Uživatelská trvalá mapování v souborech .aitm: seznamy frází (priorita: názvy firem), které se vždy maskují. Shoda toleruje velikost písmen, právní formy (S.A./SA/sp. z o.o.), mezery a ampersand i lehkou polskou flexi. Dostupné v CLI (--aitm, --aitm-dir, --no-aitm) a ve Windows aplikaci (volba složky .aitm, počítadlo položek). Zatím ne v rozhraní macOS.
    • Karta auditu anonymizace (pro IT/archiv, odpovědnost dle GDPR čl. 5 odst. 2) bez originálů a bez nahrazených hodnot: pouze počty podle typu údajů, přípona souboru a SHA-256; JSON + HTML. Příznak CLI --audit CESTA a `anonimize audit --map …`; ve Windows nabídka „Uložit kartu auditu…“. Zatím ne v rozhraní macOS. Karta vzniká i když je zpracování zablokováno (fail-closed).
    • PDF: vložené přílohy v souboru (EmbeddedFiles, anotace FileAttachment) se z výstupu zcela odstraní, s varováním.
    • Lepší OCR u skenů s nízkým rozlišením: malé vložené obrázky se před OCR zvětší, takže jména na takových skenech se čtou spolehlivěji; bez zpomalení běžných skenů A4.

12. 21. října 2026

    • PDF: stránky skenu se rozpoznávají OCR paralelně na více jádrech (až 8 stránek najednou). Prázdné stránky ve skenu už nepřerušují zpracování — přeskočí se a aplikace upozorní, které stránky byly prázdné.
    • PDF: správný text ze souborů s nestandardním kódováním znaků (např. MacRoman, tabulky /Differences, formulářová pole) a z komprimovaných objektových proudů, takže polská písmena (ą, ł, ś…) se čtou a anonymizují správně. Spolehlivější dělení stránek a export PDF s neobvyklou syntaxí.
    • Lepší rozpoznávání jmen a příjmení skrytých v e-mailových adresách a názvech domén, také při šumu z OCR a u jmen psaných malými písmeny.

13. 20. října 2026

    • Nový typ údajů: URL adresy. Detekce a maskování celých adres (http/https/ftp/sftp/ssh/file/git/ws/mailto, www. bez schématu, IP s portem) jako [URL_n], s možností tento typ vypnout. Čistí se i skryté cíle hyperodkazů v DOCX (pole HYPERLINK, tipy, odkazy na obrázcích) a v PDF (akce URI, odkazy na externí soubory).
    • macOS: navigátor zjištěných údajů v levém panelu — strom podle stránek (PDF, DOCX) nebo typů; kliknutí posune na místo v dokumentu. Když má PDF zamčené formuláře, aplikace nepřeruší práci: uloží anonymizovaný text (TXT) s mapou a zobrazí varování.
    • Windows: „Neanonymizovat“ po potvrzení zahrne všechny výskyty stejné hodnoty v dokumentu.
    • Windows: „Otevřít pomocí → Anonimize.it“ v Průzkumníku souborů pro podporované formáty (TXT, DOCX, PDF, RTF, obrázky), bez převzetí výchozího programu.
    • Windows: potvrzení před nahrazením otevřeného dokumentu souborem přetaženým do okna.
    • Řetězce ve tvaru PESEL, NIP, REGON, KRS, VIN, IBAN/NRB, čísla občanského průkazu, pasu nebo data se maskují i tehdy, když je kontrolní součet chybný nebo datum v kalendáři neexistuje (např. překlep v PESEL). Když kontext neurčí typ, úsek dostane štítek „nejednoznačný“ místo toho, aby byl vynechán.

14. 19. října 2026

    • Ukládání výsledku DOCX je asi 10× rychlejší — u dlouhého testovacího dokumentu (~97 tis. znaků, ~1 600 zjištění) z cca 26 s na cca 2,8 s; v aplikaci to také zrychluje obnovení náhledu výsledku po každé úpravě.
    • Windows: úprava konkrétního vybraného výskytu v náhledu DOCX/PDF (nikoli prvního v dokumentu); výběr myší v náhledu ihned otevře úpravu a pravý klik na zvýrazněné zjištění umožní změnit typ, přeskočit je nebo odstranit.
    • Windows: lze načíst dokument, který je právě otevřený ve Wordu (aplikace čte naposledy uloženou verzi).
    • PDF: text uložený ve formulářích a polích PDF (včetně vzhledu anotací a polí, např. zaškrtávacích polí) se nyní zjišťuje a anonymizuje spolu s obsahem stránky.
    • Windows: zprávy o uložení, kopírování, chybách a varováních se zobrazují v patičce okna, barevně podle typu, a nepřekrývají výsledek.

15. 18. října 2026

    • Windows: náhled originálu DOCX a PDF se zvýrazněním zjištěných údajů, náhled obrázků a synchronizované posouvání obou panelů (včetně posuvníku).
    • Windows: vyberte úsek v náhledu dokumentu a v nabídce „Označit“ jej označte k anonymizaci.
    • Windows: instalátor při chybějícím WebView2 Runtime nainstaluje runtime sám.
    • Windows: nové uspořádání okna — lišta s počtem zjištění a legendou typů, hledání v panelech a uložení/kopírování výsledku z lišty panelu výsledku.
    • macOS: varování, když model rozpoznávání jmen není načten; uložení, kopírování a přetažení výsledku pak vyžadují vědomé potvrzení.
    • PDF: obrázek, který nelze bezpečně zpracovat, se do výstupního dokumentu nedostane.

16. 17. října 2026

    • Windows: aplikace otevírá DOCX, PDF (včetně skenů), RTF a obrázky; OCR (Tesseract) se instaluje spolu s aplikací.
    • Windows: legenda typů údajů, barevná podtržení a přechod mezi zjištěními klávesou F3.

17. 16. října 2026

    • Windows: nová aplikace pro Windows s instalátorem — zjišťování údajů v textu, ruční úprava zjištění, uložení výsledku, stránka nastavení a panel varování.
    • Windows: mapa pseudonymizace (JSON) umožňuje obnovit původní hodnoty v textu se štítky, např. v odpovědi od AI asistenta.
    • Rozpoznávání skloňovaných polských jmen (např. „Annie“, „Pawła“) díky flexivnímu slovníku SGJP.
    • Maskování znaky # už neodhaluje délku původního slova.

18. 15. října 2026

    • DOCX: anonymizují se také záhlaví, zápatí, poznámky pod čarou a metadata dokumentu.
    • macOS: rychlý náhled originálu s barevnými značkami v DOCX a dvojité kliknutí pro přechod ke zjištění.
    • PDF: spolehlivější nahrazování textu v souborech s vloženými fonty (ToUnicode) a v soudních PDF.

Proč anonimize.it

• Bezpečná práce s AI Zamaskujte → pracujte v AI (např. Claude Code, ChatGPT) → obnovte data. Citlivé hodnoty v textu se stanou reverzibilními kódy; místní historie dokumentů umožní později obnovit originály.
• Linux CLI Maskuje a obnovuje z terminálu — k použití ve vlastních skriptech.
• Plně offline Data neopouštějí váš počítač, aplikace funguje bez internetu. Bez telemetrie a bez online aktivace.