Démo live — `anonymize` plugin avec modèle ML

Avant de démarrer

Ouvrir LM Studio.
Charger un modèle qui supporte le tool-calling (Qwen, Llama, Mistral…).
Activer le plugin zexigh/anonymize dans le panneau de droite.
Dans la config du plugin, cocher :
- ☑ Detect PII with ML model (experimental)
- ☑ Names → [NOM_N]
- ☑ Addresses → [ADDRESS_N]
- ☑ Dates → [DATE_N]
- ☑ ID documents → [IDDOC_N]
Démarrer une nouvelle conversation.

Le cache HF du modèle a été renommé multilang-pii-ner-ONNX.bak — donc le premier appel va re-télécharger ~1 GB (tokenizer + onnx). Tu vas voir la barre de progression apparaître dans le statut du tool, sous la bulle d'appel.

Prompt à coller dans le chat

Ce que tu dois voir dans le statut du tool

Pendant que le tool tourne, le statut sous l'appel va défiler dans cet ordre :

Le download du model.onnx (~1 GB) est le plus long. Compte ~30 s à 2 min selon ta connexion.

Résultat attendu

Le texte renvoyé par le tool doit ressembler à :

Avec un mapping de 14 entrées (les valeurs originales).

Deuxième passe — démontrer le cache

Sans rien toucher, lance le même prompt une seconde fois.

Cette fois, le statut sera :

C'est le cache HF qui rend l'appel sub-second.

anonymize