DrHider — обфускация документов (Managed Flask)

URL: https://drhider.pythonk8s.dev.nubes.ru/ Репозиторий: https://gitea.services.ngcloud.ru/Nail/drhider Платформа: Штурвал (Managed Flask на pythonk8s) Дизайн фронтенда: /home/naeel/nubes/design/

---

Что делает

Загружаешь документы (.docx, .pdf, .txt, .zip) — получаешь ZIP с обфусцированными копиями. Все персональные данные, реквизиты, телефоны, email заменяются на фиктивные. В архиве — mapping.csv с таблицей замен (оригинал → фиктивное).

Обфускация двухпроходная:

1. Проход 1 (сбор): regex + LLM находят все сущности во всех файлах → глобальный словарь замен
2. Проход 2 (замена): применяем замены ко всем файлам → ZIP

Согласованность: одна и та же сущность во всех файлах → одно и то же фиктивное значение.

---

⛔ ПРАВИЛА ДЛЯ АГЕНТОВ (читать перед ЛЮБЫМ действием)

1. НЕ смотреть локальные папки contracts/contracts-flask

Весь старый код drhider — ТОЛЬКО на ВМ (5.172.178.213). НЕ локально. Единственное исключение: /home/naeel/nubes/loadtest/ (образец структуры managed Flask).

2. Штурвал запускает Flask САМ

• БЕЗ Dockerfile (удалён)
• БЕЗ gunicorn (нет в requirements.txt)
• Точка входа: site/app.py → app = create_app()
• Деплой: git push origin master → авто-деплой в UI Штурвала

3. НЕ менять код без «делай»

Даже если ошибка очевидна. Показать → описать → ЖДАТЬ.

4. После ЛЮБОЙ правки:

python3 -c "import py_compile; py_compile.compile('файл.py', doraise=True)"
git add -A && git commit -m "подробное описание" && git push

5. Документировать ВСЁ в History/

Каждое изменение, план, ошибку — в отдельный .md файл.

---

Структура проекта

drhider/ — пакет ядра обфускации

Файл	Назначение
__init__.py	re-export: obfuscate_files, LLMClient, TwoPassObfuscator
config.py	Константы: regex-паттерны (ENTITY_PATTERNS, COMPANY_PATTERN, PERSON_PATTERN), словари имён/городов/улиц
llm_client.py	LLMClient — HTTP-клиент к LLM API (aillm.ru)
extractor.py	Извлечение текста из .docx/.pdf/.doc/.txt + expand_zips
scanner.py	Проход 1: scan_regex (regex) + scan_llm_ner (LLM NER) + генерация гибридных токенов
replacer.py	Проход 2: apply_replacements, replace_in_docx
builder.py	Сборка: build_zip, build_mapping_csv
obfuscator.py	TwoPassObfuscator — оркестратор + obfuscate_files()

Фиктивные значения — гибридные токены (шаблон + номер), генерируются в scanner.py через TYPE_POOLS + _next_token(). Примеры: Иванов_0001, ООО_Технология_0034, ул_Ленина_0015. Отдельного пакета генераторов (generators/) нет.

site/ — Flask-приложение

Файл	Назначение
app.py	create_app() — создание Flask, регистрация blueprint'ов, VERSION
session.py	Управление сессиями: файлы, результат, CSV, очистка по таймауту
routes/__init__.py	register_routes(app)
routes/main_bp.py	GET / — HTML-интерфейс
routes/health_bp.py	GET /health — {"ok": true, "version": "..."}
routes/api_bp.py	API загрузки/обработки/скачивания (см. раздел API)
templates/index.html	UI (выбор файлов, прогресс, скачивание)
static/favicon.svg	Иконка

Корневые файлы

Файл	Назначение
requirements.txt	flask, python-docx, pdfplumber, httpx
.gitignore	__pycache__/, *.pyc, .env
.gitea/workflows/deploy.yaml	CI: валидация Python
History/	Документация всех изменений
README.md	Этот файл
docs/ARCHITECTURE.md	Архитектура
docs/DEPLOY.md	Деплой, ВМ, переменные окружения
docs/DEVELOPMENT.md	Порядок действий при изменении кода

---

API

Метод	Путь	Что делает
GET	/	HTML-интерфейс
GET	/health	{"ok": true, "version": "..."}
POST	/api/upload	Загрузка файлов в сессию → {ok, session, count}
GET	/api/process_stream/<sid>	SSE: обработка файлов сессии, прогресс пофайлово
POST	/api/process/<sid>	Обработка файлов сессии (legacy)
GET	/api/download/<sid>	Скачать ZIP с обфусцированными файлами
GET	/api/csv/<sid>	Скачать mapping.csv отдельно

---

Переменные окружения (Штурвал)

Переменная	Значение
LLM_API_KEY	sk-ucI5YvOticoOQ9Kuj5K9mQ
LLM_URL	https://api.aillm.ru/v1/chat/completions
LLM_MODEL	gpt-oss-120b

---

Связь с ВМ contracts (legacy)

На ВМ 5.172.178.213 (contracts.kube5s.ru) есть старая версия drhider:

• drhider_server.py на порту 8767 — standalone HTTP-сервер
• drhider.py — та же логика, что и в этом проекте (скопирована оттуда)

Этот проект (drhider.pythonk8s.dev.nubes.ru) — независимый managed Flask, заменяет ВМ-версию.

SSH к ВМ: ssh -i ~/.ssh/naeel_vm_id_ed25519 naeel@5.172.178.213