针对云端大模型可能记录并利用用户对话数据的隐私痛点，开发者XyzenSun开源了一款名为“llm-privacy-masker”的Go语言库。该项目提出了一种创新的“本地可信LLM+云端LLM”双层架构方案：利用本地部署的小模型识别并对话中的敏感信息（如电话、地址、密码），将其语义化替换为变量（如{$PHONE_1}），仅将脱敏后的数据发送给云端大模型处理。这种方法有效避免了传统正则匹配识别率低的问题，也解决了直接加密导致AI无法理解上下文的弊端，在享受云端强大算力的同时，最大程度确保了用户隐私数据的本地闭环安全。
