Português · English
Véu
O Véu esconde dados pessoais e segredos antes de um texto chegar a uma IA e devolve os dados reais na resposta. A IA trabalha com [PESSOA_1], [EMAIL_1] e [CHAVE_API_1]. Você vê os dados de verdade.
Você envia Sou a Maria Souza (maria@example.com), CPF 529.982.247-25. Use a chave sk-proj-4f9a...
A IA recebe Sou a [PESSOA_1] ([EMAIL_1]), CPF [CPF_1]. Use a chave [CHAVE_API_1]
A IA responde Pronto, [PESSOA_1]! Configurei [CHAVE_API_1] no seu .env.
Você recebe Pronto, Maria Souza! Configurei sk-proj-4f9a... no seu .env.
Empresas e pessoas estão colocando IA no atendimento, nos contratos, no RH e no código. Junto com cada pergunta vão nomes, documentos e contatos de clientes, e também chaves de API e senhas. O Véu fica no meio do caminho e protege:
- Dados pessoais de qualquer país: nomes, e-mails, telefones (com código de qualquer país), cartões, IBAN, endereços IP e datas de nascimento.
- Documentos brasileiros, conferidos de verdade: CPF, CNPJ (inclusive o alfanumérico de 2026), RG, CNH, PIS, cartão do SUS e outros, pelos dígitos verificadores.
- Segredos de qualquer serviço: chaves de API de mais de 30 serviços, tokens, senhas, chaves privadas e URLs de banco com senha.
E funciona do jeito que você usa IA: no navegador, no computador, no seu código ou no servidor da empresa.
Comece por aqui
| Você quer... | Use | Como |
|---|---|---|
| colar textos no ChatGPT, no Claude ou no Gemini sem expor dados | A página do Véu: cole, copie a versão protegida, traga a resposta de volta | Nada para instalar |
| proteger planilhas, documentos e PDFs ou conectar o Claude Desktop, sem programar | O painel do Véu, no seu computador | Um comando, 2 minutos |
| proteger aplicativos como n8n, Make e Zapier | O painel mostra o endereço para colar no aplicativo | Um comando, 2 minutos |
| programar em Python | openai_client(), anthropic_client(), LangChain, @protect |
pip install veu |
| programar em JavaScript ou TypeScript | @guhttps/veu, com createFetch() e middleware do AI SDK |
npm install @guhttps/veu |
| proteger o Claude Code ou o Cursor | O plugin: bloqueia segredos em prompts e arquivos | /plugin install veu --marketplace guhttps/veu |
| proteger a empresa toda sem instalar nada nos computadores | Gateway central, guardrail do LiteLLM ou extensão gerenciada | Guia para empresas |
| avaliar o Véu para a LGPD (encarregado, jurídico) | O kit de conformidade: perfis por setor, modelo de RIPD e registro do art. 37 | Conformidade |
Toda a documentação também está no site do Véu, com busca e um menu por perfil.
Quer ver funcionando antes? Depois de instalar, rode veu demonstrar. Ele mostra, dado por dado, o que chegaria à IA com e sem o Véu e o que acontece quando a IA é manipulada para mandar os dados para fora, sem precisar de chave de API. Em CI, ele sai com erro se algo vazar.
Instalar sem saber programar
No Windows: aperte a tecla Windows, digite PowerShell, aperte Enter e cole:
irm https://guhttps.github.io/veu/instalar.ps1 | iex
No Mac ou no Linux: abra o Terminal e cole:
curl -LsSf https://guhttps.github.io/veu/instalar.sh | sh
Em cerca de dois minutos o instalador:
- prepara tudo: instala o Python e o Véu na sua pasta de usuário, sem pedir administrador;
- cria o atalho: o atalho Véu fica na área de trabalho;
- abre o painel: o painel aparece no navegador.
O passo a passo com imagens está em guhttps.github.io/veu/instalar.html.
No painel, tudo é feito com cliques:
- Proteger um arquivo:
- arraste uma planilha, um documento, uma apresentação ou um PDF e baixe a versão protegida, no mesmo formato;
- quando a IA devolver um arquivo, Colocar os dados de volta restaura os dados reais.
- Proteger um texto: cole, copie a versão protegida e cole a resposta da IA para ver os dados reais.
- Usar com aplicativos:
- conecte o Claude Desktop ou o Cursor com um botão;
- copie o endereço para n8n, Make, Zapier e outros apps.
- O que proteger:
- caixinhas para nomes, documentos (do Brasil e de outros países), dados financeiros, senhas e outros;
- usar um modelo no seu computador (Ollama) quando o texto tiver dados pessoais, para eles nem saírem da máquina;
- uma lista de dados da empresa que nunca devem ser escondidos;
- a opção de ligar o Véu junto com o computador.
- Atividade: quantos dados foram protegidos e os pedidos recentes, com o destino e quantos dados foram escondidos e voltaram (só contagens, nunca os valores).
Para abrir de novo, use o atalho Véu ou rode veu painel.
Recursos
-
🌍 Dados pessoais de qualquer lugar: nomes, e-mails, telefones (brasileiros e de qualquer país, com +código), endereços, cartões de crédito, IBAN, endereços IP (v4 e v6) e datas de nascimento.
-
🇧🇷 Documentos brasileiros: CPF, CNPJ (numérico e alfanumérico), RG, CNH, título de eleitor, PIS/NIT, cartão do SUS, passaporte, CEP, placa, RENAVAM, conta bancária, chave Pix e processo do CNJ.
-
🌎 Portugal e América Latina: NIF, Cartão de Cidadão e NISS; CUIT/CUIL, CURP, RFC, RUT, NIT, RUC, RIF, DNI e cédulas, também pelos dígitos verificadores.
-
🌐 África lusófona, EUA, Europa, Canadá e Índia: NUIT e BI (Angola e Moçambique), SSN, ITIN e Medicare (EUA), DNI e NIE (Espanha), codice fiscale (Itália), NIR (França), Steuer-ID (Alemanha), National Insurance e NHS (Reino Unido), BSN (Países Baixos), SIN (Canadá), Aadhaar e PAN (Índia); também passaportes pela zona de leitura (MRZ), chassi (VIN) e carteiras de Bitcoin e Ethereum.
-
🔑 Segredos:
- chaves da OpenAI, Anthropic, AWS, Google, GitHub, Stripe, Slack, Hugging Face, Notion, Mercado Pago, Asaas e mais 20 serviços;
- JWT e tokens Bearer;
- senhas (
DB_PASSWORD=..., "a senha é ..."); - chaves privadas e URLs de banco com senha.
-
✅ Validação de verdade:
- dígitos verificadores de CPF, CNPJ, PIS, CNS, CNH, título, RENAVAM, processo CNJ, IBAN e cartões;
- DDDs válidos.
Um número qualquer de 11 dígitos não vira CPF, e
max_tokens: 2048não vira segredo. -
🧠 Nomes sem modelo de IA:
- 5 mil prenomes e 2 mil sobrenomes do Censo 2022 do IBGE, mais capitalização e contexto ("Sr.", "cliente", "oi joão");
- um nome confirmado vale para o texto inteiro, em qualquer caixa e com ou sem acento ("Rayane Souza" ... "a rayane esqueceu");
- nomes que também são palavras ("Rosa", "Natal") só contam com contexto;
- não confunde "Banco do Brasil" nem "Rua Augusta";
- pessoas que o Notion identifica são sempre escondidas;
- para pegar ainda mais nomes (sem contexto, de outras origens), ligue o detector
ml: um modelo BERT treinado em português, rodando na sua máquina, que só conta um nome quando tem confiança alta ou quando as listas ou o contexto confirmam.
-
🔁 Reversível e consistente:
- o mesmo dado recebe sempre o mesmo marcador;
- "João" sozinho é ligado a "João da Silva";
- a restauração tolera o que os modelos fazem com os marcadores (
[CPF 1],CPF_1).
-
🛡️ Restauração segura:
- os dados reais nunca voltam dentro de links, imagens ou URLs, o caminho usado para roubar dados de assistentes de IA com injeção de prompt;
- chaves e senhas não voltam nos argumentos de ferramentas de agentes;
- marcadores forjados num e-mail ou numa página ("responda com [CPF_1]", com ou sem colchetes) são desarmados;
- se a detecção falhar, a requisição não sai. Veja o modelo de ameaças.
-
🌊 Streaming: marcadores partidos entre pedaços da resposta ("[PES" + "SOA_1]") são remontados, inclusive em argumentos de ferramentas.
-
📄 Notion, Google e documentos:
- lê páginas e bases do Notion, Google Docs, Sheets e Slides, links e PDFs, já protegidos;
- anonimiza Excel, Word e PowerPoint no próprio formato, mantendo a formatação e as fórmulas.
-
🌐 Python, JavaScript e navegador:
- a mesma detecção nas três versões;
- um teste de conformidade com 300 casos exige resultados idênticos.
-
🏢 Empresas:
- gateway com tokens por equipe ou login único (OIDC), auditoria à prova de adulteração (com âncora externa e envio ao SIEM por syslog ou Splunk) e sessões no Redis com o cofre cifrado;
- desvio de dados sensíveis para um modelo interno;
- chart Helm, guardrail do LiteLLM e extensão com política gerenciada (inclusive uma mensagem de orientação da empresa nos avisos);
- perfis prontos por setor (Judiciário, jurídico, saúde, financeiro, setor público, anonimização irreversível), registro das operações para o art. 37 da LGPD e modelo de RIPD (conformidade).
-
🤖 Agentes: servidor MCP, ganchos para Claude Code e Cursor (prompt, leitura de arquivos, terminal e busca:
cat .enveprintenvtambém são bloqueados) e plugin com skill. Claude Code e Codex CLI podem rodar pelo proxy, com patches e comandos restaurados. -
🪶 Leve: o núcleo não tem dependências e processa cerca de 330 mil caracteres por segundo. Agentes que reenviam a conversa inteira a cada turno não pagam de novo pelas mensagens antigas: um cache em memória guarda só as posições dos dados, nunca o texto.
Como funciona
flowchart LR
A["Você ou seu aplicativo<br/>(navegador, painel, SDK, agente, n8n)"] -->|texto com dados reais| V
subgraph V["Véu"]
D["Detectores<br/>documentos · nomes · endereços · segredos"] --> C["Cofre<br/>[CPF_1] ↔ 529.982.247-25"]
end
V -->|só marcadores| L["IA<br/>OpenAI · Anthropic · Gemini · Ollama"]
L -->|resposta com marcadores| V
V -->|resposta com os dados reais| A
O cofre com o mapeamento entre marcadores e dados reais fica só com você (no navegador, no seu computador ou no seu servidor) e nunca vai para a IA. Uma instrução curta avisa o modelo para repetir os marcadores sem tentar adivinhar os valores.
Para programadores
Instalação
pip install veu # biblioteca, sem dependências
pip install "veu[servidor,mcp,documentos]" # com o proxy, o painel, o MCP e Excel/Word/PDF
npm install @guhttps/veu # JavaScript e TypeScript
docker run -p 8787:8787 -e VEU_TOKEN=um-segredo ghcr.io/guhttps/veu
Extras opcionais do pacote Python:
| Extra | Para |
|---|---|
servidor |
Proxy, painel e API REST |
mcp |
Servidor MCP para agentes |
documentos |
Excel, Word, PowerPoint e PDF |
langchain, pandas |
Integrações com essas bibliotecas |
litellm |
Guardrail do LiteLLM |
redis |
Sessões compartilhadas entre réplicas, com o cofre cifrado |
oidc |
Login único no gateway com o provedor de identidade da empresa |
spacy |
Detector de nomes do spaCy |
ml |
Detector de nomes por um modelo BERT em português (transformers e torch; cerca de 400 MB) |
todos |
Tudo acima, menos litellm, spacy e ml |
Como proxy (qualquer linguagem, muda uma linha)
veu servir # http://127.0.0.1:8787
from openai import OpenAI
client = OpenAI(base_url="http://127.0.0.1:8787/v1") # OpenAI
groq = OpenAI(base_url="http://127.0.0.1:8787/groq/v1") # Groq, OpenRouter, Ollama, Maritaca...
Dentro do seu código, sem proxy
from veu.integrations.sdk import openai_client, anthropic_client
client = openai_client() # igual a openai.OpenAI(...), mas protegido pelo Véu
import OpenAI from "openai";
import { createFetch } from "@guhttps/veu/fetch";
const client = new OpenAI({ fetch: createFetch() }); // o mesmo para a Anthropic
Como biblioteca
import veu
resultado = veu.anonymize("Oi, sou o João da Silva, CPF 529.982.247-25, tel (11) 91234-5678.")
resultado.text
# 'Oi, sou o [PESSOA_1], CPF [CPF_1], tel [TELEFONE_1].'
veu.restore("Certo, [PESSOA_1]. Vou ligar no [TELEFONE_1].", resultado.vault)
# 'Certo, João da Silva. Vou ligar no (11) 91234-5678.'
Notion, planilhas e documentos
veu ler https://app.notion.com/p/Atendimento-1f2e... # NOTION_TOKEN no ambiente
veu ler https://docs.google.com/spreadsheets/d/.../edit # público pelo link ou GOOGLE_ACCESS_TOKEN
veu anonimizar clientes.xlsx -o clientes-protegido.xlsx --cofre cofre.json
veu restaurar resposta.docx --cofre cofre.json -o resposta-final.docx
Comandos
| Comando | O que faz |
|---|---|
veu painel |
Liga o Véu e abre o painel no navegador |
veu perfis |
Perfis prontos por setor; use com --perfil |
veu risco |
Aponta pistas que ainda podem identificar alguém (datas, idades, cidades, cargos) |
veu demonstrar |
Mostra o que chegaria à IA com e sem o Véu e testa ataques à restauração, sem chave de API |
veu ler <link ou arquivo> |
Lê Notion, Google, links e documentos já protegidos |
veu anonimizar / veu restaurar |
Protege e restaura textos, CSV, JSON, Excel, Word, PowerPoint e PDF |
veu detectar |
Lista os dados encontrados num texto |
veu verificar |
Falha se algum arquivo tiver dados pessoais ou segredos (pre-commit e CI) |
veu servir |
Proxy para as APIs de IA, com playground e API REST |
veu mcp |
Servidor MCP para Claude Desktop, Claude Code e Cursor |
veu gancho prompt / veu gancho arquivo |
Ganchos para Claude Code e Cursor |
veu auditoria verificar |
Confere a integridade do log de auditoria |
veu atalhos |
Cria o atalho Véu na área de trabalho |
veu avaliar |
Roda o benchmark (--externo todos para os conjuntos públicos de terceiros) |
Integrações
| Categoria | Integrações | Guia |
|---|---|---|
| Sem programar | Página que roda no navegador, painel no computador, extensão (Chrome, Edge e Firefox) para ChatGPT, Claude, Gemini, Copilot, Perplexity e outros | Instalar · Extensão |
| Modelos de IA (proxy) | OpenAI, Anthropic, Gemini, Ollama, Azure OpenAI e 20 provedores prontos (Groq, OpenRouter, DeepSeek, Mistral, xAI, Maritaca, vLLM...) | Modelos |
| Python | openai_client(), anthropic_client(), transportes httpx, LangChain, @protect, veu.session() |
Python |
| JavaScript | createFetch() para os SDKs da OpenAI e da Anthropic, middleware do AI SDK da Vercel, uso no navegador |
@guhttps/veu |
| Agentes | Servidor MCP (ler_protegido, anonimizar_arquivo...), plugin e ganchos para Claude Code, ganchos para Cursor |
Agentes |
| n8n | Nó "Véu" (esconder e restaurar) e modelo de atendimento por WhatsApp com a Evolution API | n8n |
| Open WebUI | Filtro que esconde os dados das mensagens e devolve os dados reais nas respostas (beta) | Open WebUI |
| Fontes | Notion (páginas e bases), Google Docs, Sheets e Slides, links, Excel, Word, PowerPoint e PDF | Fontes |
| Empresas | Gateway com equipes, login único (OIDC), auditoria encadeada com envio ao SIEM, Redis e desvio para modelo interno; guardrail do LiteLLM; Helm e docker-compose | Empresas |
| Dados | CSV, JSON, JSONL, Excel, pandas e RAG, com o mesmo marcador em todas as linhas | Dados |
| Observabilidade | logging, structlog, loguru, Sentry e Prometheus |
Observabilidade |
| Repositórios | Pre-commit e GitHub Action com SARIF, que também acham chaves e senhas | Repositórios |
O que é detectado
| Tipo | Exemplo | Como |
|---|---|---|
PESSOA |
Maria Aparecida da Silva, "oi joão" | listas de nomes, capitalização e contexto |
CPF |
529.982.247-25 | formato + dígitos verificadores |
CNPJ |
11.222.333/0001-81, 12.ABC.345/01DE-35 | numérico e alfanumérico + dígitos |
TELEFONE |
(11) 91234-5678, +44 20 7946 0958 | DDD válido; internacional com + |
EMAIL, ENDERECO, CEP, IP |
Rua das Flores, 123, apto 45 | formato e contexto |
RG, CNH, TITULO_ELEITOR, PIS, CNS, RENAVAM, PASSAPORTE |
— | contexto e dígitos verificadores |
PLACA |
ABC-1234, BRA2E19 | padrão antigo e Mercosul |
CARTAO_CREDITO, CONTA_BANCARIA, CHAVE_PIX, IBAN |
DE89 3704 0044 0532 0130 00 | Luhn, módulo 97 e contexto |
DATA_NASCIMENTO, PROCESSO |
nascida em 12/03/1990 | contexto e dígitos do CNJ |
CHAVE_API |
sk-proj-..., AKIA..., ghp_..., APP_USR-... |
prefixos de mais de 30 serviços |
TOKEN |
eyJhbGci..., Bearer ... |
JWT, Bearer e Basic |
SENHA, SEGREDO |
DB_PASSWORD=..., clientSecret: ... |
nome do campo + cara de valor aleatório |
CHAVE_PRIVADA, URL_CONEXAO |
-----BEGIN PRIVATE KEY-----, postgres://u:senha@host |
formato |
NIF_PT, CC_PT, NISS_PT |
NIF 123 456 789, Cartão de Cidadão 12345678 9 ZZ1 | Portugal: dígitos verificadores e contexto |
CUIT, DNI, CURP, RFC, RUT, CEDULA, NIT, RUC, RIF |
20-12345678-6, XAXX900101HDFXXX03, 12.345.678-5 | Argentina, México, Chile, Uruguai, Colômbia, Peru, Equador, Paraguai e Venezuela: dígitos verificadores e contexto |
NUIT, BI_AO, BI_MZ |
NUIT 123 456 785, BI 123456789LA123 | Moçambique e Angola: dígito verificador (NUIT), formato e contexto |
SSN, MBI |
123-45-6789, ITIN 900-70-1234, MBI 1EG4-TE5-MK73 | EUA: faixas válidas do SSN e do ITIN; Medicare com contexto |
DNI_ES, CODICE_FISCALE, NIR, STEUER_ID, NINO, NHS, BSN |
12345678Z, RSSMRA80A01H501U, AB 12 34 56 C | Espanha, Itália, França, Alemanha, Reino Unido e Países Baixos: dígitos verificadores e contexto |
SIN, AADHAAR, PAN |
SIN 123 456 782, Aadhaar 2345 6789 0124 | Canadá (Luhn) e Índia (Verhoeff), com contexto |
MRZ, VIN, CRIPTO |
P<UTOERIKSSON<<ANNA<MARIA<<<..., 1M8GDM9AXKP042788, bc1q... |
passaporte (dígitos da ICAO 9303), chassi e carteiras (Base58Check, bech32) |
Formatos estruturados (CURP, RFC, Cartão de Cidadão, CUIT e RIF com a pontuação típica, SSN com hífens, DNI espanhol, codice fiscale, NIR com espaços, MRZ, VIN e carteiras) são reconhecidos sozinhos. Números puros, que um CPF ou um protocolo poderiam imitar, só com a palavra de contexto por perto ("NIF", "CUIT", "RUC", "cédula", "BSN", "SIN", "Aadhaar"). Num formato que existe nos dois lados, como 12.345.678-5, sem contexto, vence o rótulo brasileiro.
Também dá para adicionar padrões próprios (matrícula, número de cliente...) no veu.toml.
Operadores
| Operador | Resultado | Reversível |
|---|---|---|
token (padrão) |
[CPF_1] |
sim |
sintetico |
686.192.633-74 (outro CPF válido), outro nome, chave falsa no mesmo formato |
sim |
mascara |
***.982.247-**, sk-proj-**** |
não |
remover |
[CPF] |
não |
generalizar |
nascida em 1985, CEP 01310-***, (11) ****-****, 192.0.2.0/24; o resto vira [TIPO] |
não |
hash |
[CPF_3fa2c1d9e07b4a12], estável entre requisições com o mesmo VEU_SEGREDO (mínimo de 32 caracteres) |
sim, com o cofre |
O operador sintetico ainda só existe em Python. Em JavaScript, use token, mascara, remover ou hash.
Benchmark
A métrica principal é o vazamento: a fração dos dados pessoais que chegaria à IA sem estar totalmente escondida. O Véu é medido com conjuntos próprios e com dois conjuntos públicos escritos por outras equipes, e comparado com o Microsoft Presidio nos mesmos textos.
veu avaliar # conjuntos próprios
veu avaliar --externo todos # BR-Agentic e privacy-filter-br (baixados uma vez, versão fixa)
| Conjunto | Véu | Véu + ml |
Véu + spaCy | Presidio |
|---|---|---|---|---|
| Desafio: 41 textos escritos à mão e congelados | 22,0% | 8,0% | 14,0% | 50,0% |
| BR-Agentic: conversas bancárias com ferramentas | 22,2% | 21,4%¹ | 16,9% | 53,1% |
| privacy-filter-br: 3.000 documentos | 0,4% | 0,2% | 0,3% | 52,0% |
| Validação própria: 1.000 textos de modelos não usados no ajuste | 2,5% | 0,0% | 1,2% | — |
| Velocidade (caracteres por segundo) | ~300 mil | 2 a 7 mil | ~19 mil | 7 a 28 mil |
¹ O modelo do detector ml foi treinado com o BR-Agentic; esse número não mede generalização.
Como ler esses números com honestidade:
- Os conjuntos externos são o número que importa. O ajuste dos detectores nunca olha para eles nem para o desafio. Os números próprios são melhores porque o gerador e o detector foram escritos pela mesma pessoa.
- Documentos brasileiros são a maior vantagem: o Presidio não tem reconhecedores de CPF, CNPJ, RG ou endereços brasileiros e vaza 90% dos CPFs; o Véu, menos de 1%.
- Nomes são a parte difícil. Com as listas do Censo 2022, o vazamento de nomes no privacy-filter-br caiu de 15,4% para 1,4%. Nomes sem contexto e de outras origens ainda passam. O detector
mlzera o vazamento de nomes no desafio (de 35% para 0%) com a mesma precisão, mas deixa o Véu cerca de cem vezes mais lento: vale para lotes e documentos, não para cada tecla. - Endereços completos e contas sem a palavra "conta" ainda vazam no BR-Agentic.
- Todos os textos são sintéticos. Em dados reais, espere resultados piores. Teste com uma amostra dos seus textos (
veu avaliar --dataset).
Detalhes da metodologia em docs/benchmark.md.
Configuração
Quem usa o painel não precisa editar nada: as caixinhas gravam a configuração. Quem preferir pode escrever um veu.toml (exemplo completo em examples/veu.toml):
[deteccao]
limiar = 0.5 # 0 a 1; mais alto = menos falsos positivos
ignorar = ["contato@minhaempresa.example"] # valores que nunca são escondidos
[anonimizacao]
operador = "token"
[politica]
bloquear = ["CARTAO_CREDITO", "CHAVE_PRIVADA"] # recusa o pedido em vez de só esconder
[restauracao]
links = false # dados reais nunca voltam dentro de links e URLs
segredos_em_ferramentas = false # chaves e senhas não voltam nos argumentos de ferramentas
[servidor]
log_auditoria = "veu-auditoria.jsonl" # só contagens, nunca os valores, em cadeia de hashes
O painel guarda o arquivo em %APPDATA%\veu\veu.toml no Windows, ~/Library/Application Support/veu/veu.toml no Mac e ~/.config/veu/veu.toml no Linux. Equipes, sessões no Redis, desvio para modelo interno e leitura de links do Notion estão no guia para empresas.
Segurança
- Acesso:
- o Véu ouve só em
127.0.0.1por padrão e recusa pedidos de outros sites abertos no navegador (CSRF e DNS rebinding); - fora do computador local, ele não inicia sem token;
- cada equipe pode ter o seu token e a sua política.
- o Véu ouve só em
- Restauração:
- a resposta da IA nunca recebe os dados reais dentro de links, imagens, URLs ou atributos HTML, nem em streaming;
- chaves, tokens e senhas não voltam nos argumentos das ferramentas de agentes;
- marcadores que chegam escritos por terceiros são desarmados antes do envio;
- no MCP, a ferramenta que devolve os dados reais para a conversa vem desligada.
- Dados:
- se a detecção falhar, a requisição não sai;
- o cofre fica na memória (ou no seu Redis, cifrado com AES-256-GCM) e expira sem uso;
- a leitura de links do proxy só acessa endereços públicos, também nos redirecionamentos;
- a página web e a extensão não enviam nada pela internet;
- o painel só funciona no próprio computador.
- Auditoria: o log tem só contagens (do que foi escondido e do que voltou), em cadeia de hashes (HMAC com segredo).
veu auditoria verificaraponta linhas alteradas ou removidas, e a âncora (veu auditoria ancorar) acusa linhas apagadas no fim. - Limites: o Véu protege os dados da IA, mas não decide quem pode ver o quê dentro do seu sistema. Veja as limitações.
Leia o modelo de ameaças e as limitações antes de usar em produção.
Desenvolvimento
git clone https://github.com/guhttps/veu && cd veu
python -m venv .venv && .venv/Scripts/activate # Linux/macOS: source .venv/bin/activate
pip install -e ".[dev]"
pytest # 773 testes, inclusive com os SDKs oficiais, LangChain, MCP, Office e Redis
ruff check .
veu avaliar # benchmark
VEU_HIPOTESES=5000 pytest tests/test_propriedades.py # testes de propriedade com uma busca longa
cd js && npm ci && npm test # biblioteca JavaScript (inclui a conformidade com o Python)
node extensao/teste/e2e.mjs # extensão e página num Chrome de verdade
Para ver o site de documentação no seu computador: pip install zensical==0.1.0 e python scripts/gerar_site.py --servir. Veja o guia de contribuição. Contribuições de nomes, padrões de documentos, formatos de chaves e casos difíceis são muito bem-vindas.
Próximos passos
- Publicar no PyPI (
pip install veu) e no npm (@guhttps/veu) - Instalador de um comando e painel para quem não programa
- Restauração segura contra injeção de prompt (links, ferramentas, marcadores forjados)
- Benchmark com dados em português de terceiros, comparado ao Presidio
- Cache de detecção para agentes que reenviam a conversa inteira a cada turno
- Nó para o n8n (WhatsApp com IA sem expor o CPF do cliente)
- Documentos de Portugal e da América Latina (CUIT, CURP, RFC, RUT, NIT, RUC, RIF e cédulas)
- Documentos de Angola, Moçambique, Estados Unidos, Canadá, Índia e Europa; MRZ de passaporte, VIN e carteiras de criptomoeda
- Site de documentação com busca
- Homebrew e Scoop (manifestos prontos em
packaging/; falta criar o tap e o bucket) - Nomes de outras línguas sem precisar de modelo
- Abrir Excel e Word direto na página web, sem instalar nada
- Operador sintético na versão JavaScript
- Bibliotecas para Go e Java
- Mais casos difíceis escritos à mão, de domínios reais (com dados fictícios)
- Detector de nomes em minúsculas sem saudação ("o rayane esqueceu")
Licença
MIT. Os dados usados nos exemplos e no benchmark são fictícios. As listas de nomes e municípios vêm do IBGE (Censo Demográfico 2022, Nomes do Brasil, e Localidades), dados públicos.
Metadata
Release files for veu 0.6.0
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Source distribution (sdist)
| File | Size | Uploaded | Provenance | Actions |
|---|---|---|---|---|
| veu-0.6.0.tar.gz | 1.2 MB | With provenance | Details for veu-0.6.0.tar.gz |
Built distribution (wheel)
| File | Interpreter | ABI | Platform | Actions Reset |
|---|---|---|---|---|
| veu-0.6.0-py3-none-any.whl | Python 3 | none | any | Details for veu-0.6.0-py3-none-any.whl |
Total release size: 1.4 MB
Release files / veu-0.6.0.tar.gz
| Download URL | veu-0.6.0.tar.gz |
|---|---|
| Size | 1.2 MB |
| Tags | Source |
|
SHA-256 checksum How to use checksums |
a06ed7d6ecdc9928d2c5fbb3b402ba29ef63c5d4513ff0dbcf6511d81e1a0875
|
|
BLAKE2b-256 checksum How to use checksums |
3ea478bbf7c7c8385fc6ef4635868ab1dc6ba3c3b8bade7835261eea5dc98570
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
Yes |
| Uploaded via |
twine/7.0.0 CPython/3.13.16
|
Provenance
Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.
PyPI Publish Attestation
PyPI verified that this artifact, at this checksum, originated from the publisher listed below.
Signed by GitHub Actions, verified by PyPI on Nov 8, 2026.
Transparency logRelease files / veu-0.6.0-py3-none-any.whl
| Download URL | veu-0.6.0-py3-none-any.whl |
|---|---|
| Size | 272.9 kB |
| Tags | Python 3 |
|
SHA-256 checksum How to use checksums |
1c550331e1471cad4fae0d524e67cba799c3ef2f2fae14377d3c45da3d7f2049
|
|
BLAKE2b-256 checksum How to use checksums |
db44c7c8d1a4a77fb1b8f9e2065c2f66ab51321b2c7761c542de8f5d7fb044f3
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
Yes |
| Uploaded via |
twine/7.0.0 CPython/3.13.16
|
Provenance
Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.
PyPI Publish Attestation
PyPI verified that this artifact, at this checksum, originated from the publisher listed below.
Signed by GitHub Actions, verified by PyPI on Nov 8, 2026.
Transparency logSecurity for veu 0.6.0
Provenance
Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.
Full provenance
Both files in this release have been uploaded with provenance metadata.
Attestation for veu-0.6.0.tar.gz
PyPI Publish Attestation
PyPI verified that this artifact, at this checksum, originated from the publisher listed below.
Signed by GitHub Actions, verified by PyPI on Nov 8, 2026.
Transparency logA note on package security
PyPI is a repository for distributing packages, not a service for auditing them. While third-party security researchers and our staff do their best to detect and remove malicious packages, PyPI cannot guarantee the quality, security or suitability of any given package.
To learn more about protecting yourself from malicious actors, visit our package security documentation.