瓴盾 · 本地部署的 AI 脱敏网关

不必私有部署大模型，
也能放心调用。

瓴盾部署在企业本地，在数据发送给大模型前完成识别和可逆脱敏；
模型只处理安全占位符，响应返回后再回填为业务可用结果。

申请 LLM 隐私风险体检查看 5 分钟产品 Demo

观察模式先评估流式响应与 Tool Call 内网与离线部署

WorkBuddy DEMO 瓴盾已接入

客户数据助手

你

请帮我把数据库中，有关客户张三（zhangsan@163.com）的信息都删除，数据库密码是：mysql@example

瓴盾识别到 3 处敏感信息姓名 · 邮箱 · 数据库凭证

发往 LLM 的安全请求

请删除客户 [PERSON_001]（[EMAIL_001]）的信息，数据库密码：[CREDENTIAL_001]

LLM 推理与工具调用

我将先定位相关记录，再请求执行删除。

tool_call · database.execute

DELETE FROM customers
WHERE email = '[EMAIL_001]'

已由瓴盾回填并返回业务端

已为张三创建删除请求，等待数据库确认。

工具调用与 SQL 仅为前端模拟，未执行操作。

请帮我把数据库中，有关客户张三…

发送脱敏LLM / Tool回填

先看清数据风险，再把防护平稳带进业务。

观察模式防护模式全链路审计

先解决真实外发风险

客户隐私姓名、联系方式、身份标识访问凭证API Key、Cookie、会话信息代码资产源代码、内部地址、配置Agent 参数Tool Call 与 Tool Result

双产品体系

安全守边界，成本有管理

把数据安全与智能成本管理放进同一条 AI 请求链路，不增加业务复杂度。

瓴盾LINGDUN

隐私在边界内，
智能在边界外。

识别企业敏感信息，可逆脱敏后再调用模型；响应回填与审计记录都在同一条请求链路完成。

多层检测：规则、上下文、NER 与凭证识别
请求、流式响应与 Tool Call 保护
观察模式、策略配置与全链路审计

查看 LingDun 产品能力

PRIVACY
BOUNDARY

瓴擎LingEngine

每一次模型调用，
成本可见、可控、可优化。

围绕 Token、Cache 与模型调用进行智能成本管理，通过语义压缩、主动 Cache 管理和智能路由持续优化成本。

Token 用量分析与成本策略管理
语义级 Token 压缩
Cache 主动管理与复用策略
多模型智能路由与故障切换

体验成本优化策略

COST
ENGINE

贯穿调用全链路

请求发出之前，
安全与成本都已受控。

一次标准 API 接入，即可为现有应用增加瓴盾安全防护与瓴擎智能成本管理能力。

查看部署架构

瓴盾 · 识别

识别 PII、凭证、代码及业务敏感信息

瓴盾 · 防护

根据企业策略执行审计和防护动作，防护模式发送占位符

瓴擎 · 优化

压缩冗余上下文，并按任务决定是否写入 Cache、如何写入

瓴擎 · 路由

综合效果、速度与价格选择成本更优的模型

边界清晰瓴盾管安全，瓴擎管成本

Token / Cache 可控压缩冗余，主动管理 Cache 写入与复用

成本可管模型、预算、效果与时延策略均可配置

智能成本管理

把模型调用的成本，
变成可管理的策略。

瓴擎围绕 Token、Cache 与模型路由提供策略化管理。实际优化效果应以企业自身模型、任务和调用数据的试点评估为准。

Token 用量分析语义级压缩Cache 主动管理多模型智能路由

策略可配置基于效果、时延与成本
选择适合的调用路径

01POST /v1/chat/completions 成本策略已加载

成本优化目标

DeepSeek V3复杂推理

1.2s¥0.014

Qwen 3中文生成

0.8s¥0.009

GLM-4通用任务

0.6s¥0.007

瓴擎已选择 DeepSeek V3实际效果以试点评估为准

适配真实业务

企业数据不应成为 AI 的代价

从代码助手到客服 Agent，先识别外发风险，再让业务按既有方式继续运行。

01源代码 · API Key · 内部地址

代码助手

在开发请求离开网络前识别代码资产与凭证，模型只看到安全占位符。

02身份信息 · 工单 · Tool Call

客服 Agent

对客户联系方式、工单内容和工具调用参数进行策略化保护与审计。

03条款 · 客户 · 金额

合同 / 报价助手

保护合同、报价和业务资料，同时保留恢复后的可用业务结果。

04直接标识符 · 高敏感语境

医疗 / 金融 AI

在观察模式中评估命中和误报，再灰度进入防护模式。

低侵入接入

增强现有架构，
不推翻现有架构。

兼容 OpenAI Chat Completions、Responses 与 Anthropic Messages。通常替换 Base URL，不要求业务重写；支持云端、专有云、内网与本地模型。

JSON、SSE 与工具调用多 Provider 与模型路由观察后灰度防护

查看兼容性与部署边界

业务应用智能客服知识助手AI Agent

瓴盾安全边界

瓴擎智能成本管理

模型服务公有模型私有模型本地模型

策略已同步全链路可观测

从风险体检开始

先用观察模式，
看清企业 AI 的数据外发风险。

提交当前模型、部署与敏感数据场景，获得风险体检、技术试点或产品演示的下一步建议。

申请 LLM 隐私风险体检

不必私有部署大模型，也能放心调用。