Guard Brasil: 16 padroes de PII brasileiro em 4ms

O problema: dados brasileiros em APIs genéricas #

Quando você usa o Microsoft Presidio ou o AWS Macie para detectar dados pessoais em texto, eles encontram emails, telefones, e cartões de crédito. Mas não encontram:

• MASP — identificação funcional de servidores estaduais de Minas Gerais
• REDS — Registro de Eventos de Defesa Social (boletins de ocorrência em MG)
• Cartão SUS — número do Sistema Único de Saúde
• NIS/PIS — cadastro de trabalhadores
• Título de Eleitor — 12 dígitos com dígitos verificadores específicos

Se você trabalha com dados brasileiros — chatbots, ERPs, sistemas de saúde, investigação policial — esses padrões são tão importantes quanto CPF e CNPJ. E nenhuma biblioteca global os cobre.

Os 16 padrões #

Cada padrão tem um nível de risco LGPD associado. CPF, CNH, e dados de saúde são CRITICAL (Art. 5 e 11 da LGPD). Email e CEP são MEDIUM. A classificação segue a interpretação da ANPD sobre dados pessoais sensíveis.

Teste ao vivo #

A API está pública. Sem cadastro, sem cartão:

curl -X POST https://guard.egos.ia.br/v1/inspect \
  -H "Content-Type: application/json" \
  -d '{"text": "CPF do paciente: 123.456.789-09, SUS 898 0016 0045 0004"}'

Resposta (~4ms):

{
  "patterns": [
    {"type": "CPF", "value": "123.456.789-09", "valid": true},
    {"type": "SUS_CARD", "value": "898 0016 0045 0004"}
  ],
  "lgpd_risk": "CRITICAL",
  "has_sensitive_data": true,
  "latency_ms": 4
}

O campo valid: true no CPF significa que os dígitos verificadores batem. Isso diferencia o Guard de regex puro — 000.000.000-00 retornaria valid: false porque não passa na validação do algoritmo.

Integração em 3 linhas #

Via npm (@egosbr/guard-brasil):

import { guard } from "@egosbr/guard-brasil"

const result = await guard.inspect(userInput)
if (result.lgpd_risk === "HIGH") {
  // Log acesso, não mascarar — o operador PRECISA ver os dados
  await auditLog({ who: currentUser, what: "accessed PII", risk: result.lgpd_risk })
}

Ou via API HTTP diretamente — funciona com qualquer linguagem:

# Python
import requests
r = requests.post("https://guard.egos.ia.br/v1/inspect",
    json={"text": texto_do_usuario})
if r.json()["lgpd_risk"] in ("HIGH", "CRITICAL"):
    registrar_acesso(usuario_atual)

Casos de uso reais #

Compliance, não mascaramento #

O Guard Brasil não mascara dados dos operadores por padrão. Isso é intencional.

Na delegacia, o investigador precisa ver o CPF do suspeito. No hospital, o médico precisa ver o número SUS do paciente. Mascarar esses dados quebraria o trabalho deles.

O que o Guard faz é gerar o audit trail: quem acessou, quando, que tipo de dado, qual o nível de risco. Isso é o que o Art. 37 da LGPD exige — registro das operações de tratamento, não bloqueio do acesso legítimo.

Cada chamada ao /v1/inspect gera internamente um hash SHA-256 da evidência (provenance receipt). Isso serve como prova auditável de que a classificação foi feita, caso a ANPD solicite.

Benchmark: Guard Brasil vs. alternativas #

O Guard não substitui Presidio ou Macie — ele complementa. Para dados globais (SSN, passport), use Presidio. Para dados brasileiros com validação real, use Guard Brasil. É possível rodar os dois em cadeia.

Código-fonte e arquitetura #

O código está em packages/guard-brasil/ no repositório EGOS. A arquitetura é simples:

packages/guard-brasil/
├── src/
│   ├── index.ts          # Entry point, exports guard.inspect()
│   ├── patterns/          # Um arquivo por padrão (cpf.ts, cnpj.ts, masp.ts...)
│   ├── validators/        # Dígito verificador (Luhn, CPF, CNPJ)
│   └── classifier.ts      # Classificação de risco LGPD
├── tests/                 # 38 testes
└── package.json           # @egosbr/guard-brasil

Cada padrão é um módulo independente com regex + validador + nível de risco. Adicionar um novo padrão é criar um arquivo em patterns/ e registrá-lo.

Perguntas frequentes #

API: guard.egos.ia.br · npm: @egosbr/guard-brasil · Código: GitHub · Health check: curl https://guard.egos.ia.br/health

No EGOS, isso também se conecta com #

• Altitude Errada — o contexto de por que construímos Guard Brasil como ferramenta, não como produto central
• Doc-Drift Shield — o manifest que monitora os endpoints do Guard Brasil automaticamente