Alternativa a Microsoft Presidio para la API: Nonimo Gateway

Si buscas una alternativa a Microsoft Presidio para proteger las llamadas a la API de OpenAI, la pregunta de fondo es quién monta el camino completo: quitar nombres, DNI y NIF antes de la llamada y devolver los datos reales en la respuesta. Nonimo Gateway es esa capa ya hecha, un proxy compatible con OpenAI que corre en tus servidores.

Nonimo Gateway se instala en tus propios servidores. Ver planes y contactar.

Presidio, nacido en Microsoft, es un conjunto de herramientas de código abierto, modular y bien documentado para encontrar y anonimizar datos personales, con reconocedores españoles para el NIF y el NIE. Esta guía explica dónde se queda corto para las llamadas a un modelo de lenguaje y dónde entra Nonimo Gateway.

Microsoft Presidio, hoy bajo Data Privacy Stack

Se sigue buscando como Microsoft Presidio, pero el proyecto está pasando a un gobierno comunitario independiente, dentro de la organización de GitHub Data Privacy Stack. El software se sigue llamando Presidio y la licencia sigue siendo MIT.

Si ya lo usas, revisa dos cosas. El repositorio antiguo, github.com/microsoft/presidio, redirige a github.com/data-privacy-stack/presidio. Y las imágenes Docker viven ahora en ghcr.io/data-privacy-stack/, mientras que las antiguas de mcr.microsoft.com/presidio-* ya no se actualizan.

Dónde no encaja Presidio para las llamadas a la API

Presidio es una biblioteca con servicios REST para detectar y anonimizar, no un proxy. Para proteger el tráfico de tu aplicación hacia la API de un modelo, estos son los huecos que dejan ver sus propias páginas.

No es un proxy compatible con OpenAI

En las páginas que revisamos, Presidio no documenta un proxy compatible con OpenAI, ni streaming, ni llamadas a herramientas. La capa que intercepta cada petición, pasa el texto al analyzer y al anonymizer y la reenvía al modelo la escribes y la mantienes tú. El analyzer y el anonymizer son contenedores separados y no hay requisitos de hardware publicados, así que los dimensionas probando.

Los datos reales solo vuelven con encrypt

El anonymizer aplica a cada dato un operador: replace, redact, mask, hash, encrypt y algunos más. Para deshacerlo, Presidio documenta un solo desanonimizador integrado, decrypt, así que de serie solo es reversible encrypt. Si cambias el nombre de un cliente por una etiqueta con replace, Presidio no trae de serie nada que vuelva a poner el nombre en la respuesta del modelo.

El español hay que configurarlo, y el CUPS hay que escribirlo

Presidio sí trae reconocedores para España: ES_NIF, ES_NIE y ES_PASSPORT. Lo que no está en esa lista es el CUPS, el código del punto de suministro que va en cada factura de luz y de gas, y que en una gestoría o una administración de fincas sale en muchos documentos. Si lo necesitas, toca escribir el reconocedor.

El idioma pesa más. En su configuración por defecto, Presidio trae reconocedores y modelos para inglés. Un NIF se reconoce por su forma y su letra de control; un nombre y dos apellidos en medio de un escrito depende del modelo de español que elijas, instales y pruebes, y lo mismo con el catalán, el gallego o el euskera si tus documentos los usan.

El streaming es donde fallan las capas caseras

Casi todas las interfaces de chat reciben la respuesta en trozos pequeños. Si tu capa cambió un nombre por <PERSON_1>, el streaming puede partir esa etiqueta en dos o tres trozos, y un código que sustituye trozo a trozo no la ve. Hay que retener el texto justo para reconocerla, poner el valor real y soltar el resto sin esperar a la respuesta entera. El fallo típico no hace ruido: una etiqueta suelta en una respuesta de cada muchas.

LiteLLM, que puede usar Presidio como guardrail, documenta una opción, output_parse_pii, que devuelve los valores en las sustituciones de tipo replace. Sobre cómo se comporta en streaming, esa página no dice nada.

Si lo que necesitas es una biblioteca para limpiar conjuntos de datos, logs, imágenes o datos estructurados en Python o Spark, Presidio es la opción natural.

Y el RGPD sigue ahí

Cambiar un DNI por una etiqueta que luego vas a deshacer es seudonimización. El RGPD la define en su artículo 4.5 como tratar los datos de forma que ya no puedan atribuirse a un interesado sin utilizar información adicional, siempre que esa información figure por separado y esté sujeta a medidas técnicas y organizativas. En una capa propia, esa información adicional es la tabla de correspondencias entre etiquetas y valores reales, y dónde vive y quién la ve es parte del diseño.

La AEPD recuerda en sus preguntas frecuentes que los datos seudonimizados siguen siendo datos personales. La diferencia entre las dos palabras la desarrollamos en anonimizar o seudonimizar datos para la IA.

Presidio y Nonimo Gateway, cara a cara

	Presidio	Nonimo Gateway
Qué es	Biblioteca y servicios REST de detección y anonimización	Proxy privado para llamadas a la API del modelo
Despliegue	Contenedores separados para analyzer y anonymizer, que conectas tú	En tus propios servidores
Endpoint compatible con OpenAI	No documentado	Sí, cambias base_url
Devuelve los datos reales en la respuesta	Solo con el operador encrypt, vía decrypt	Sí, los valores reales vuelven en la respuesta
Idiomas	Inglés por defecto; los demás añadiendo modelos	Español y los de los países que cubre
Documentos españoles	NIF, NIE y pasaporte	DNI, NIE, NIF y CUPS, entre otros
Licencia	MIT, código abierto	Comercial, por planes

Cómo lo hace Nonimo Gateway

Nonimo Gateway se instala en tus propios servidores y es compatible con OpenAI. Tu aplicación mantiene su código y cambia un ajuste:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://llm-gateway.tu-empresa.internal/v1",  # tu Nonimo Gateway
    api_key=os.environ["OPENAI_API_KEY"],  # tu propia clave de OpenAI
)

A la ida, cambia los datos personales por etiquetas antes de que la petición llegue a OpenAI. A la vuelta, devuelve los valores reales a la respuesta. Reconoce los documentos y números de cada país en el que trabaja; en España, el DNI, el NIE, el NIF y el CUPS. Usas tu propia clave de OpenAI y, si ya tienes LiteLLM, hay un plugin para él.

Lo que hace es seudonimizar, y no lo vendemos como otra cosa. Te ayuda a aplicar la seudonimización del artículo 4.5 en cada llamada, con la correspondencia en tu servidor y no en el del proveedor del modelo. Lo demás, contrato de encargo, base jurídica y qué datos entran, sigue siendo tuyo, como explicamos en qué IA es conforme al RGPD.

Preguntas antes de elegir

• ¿Tenemos que proteger llamadas a la API de un modelo, o limpiar datos guardados? Lo primero apunta a un proxy; lo segundo, a una biblioteca.
• ¿Qué idiomas y qué documentos aparecen en nuestros textos? Repasa qué datos identifican en un documento, que no son solo el nombre.
• ¿Necesitamos que la respuesta vuelva con los nombres reales? ¿Usamos streaming?
• ¿Quién va a mantener el código de unión dentro de un año?

Para saber qué hace OpenAI con lo que le llega, está qué hace ChatGPT con tus datos. Y para una norma escrita que tu equipo pueda seguir junto a cualquier control técnico, parte de nuestra política de uso de IA en empresas.

Sin código de unión que mantener

Si prefieres no ser dueño de un analyzer, un anonymizer, una tabla de correspondencias y un restaurador de respuestas, Nonimo Gateway te da el camino entero dentro de tu servidor. Mira los planes y escríbenos para probarlo con tu propio tráfico.

Este texto informa, no asesora. Tu caso concreto lo resuelve tu DPD o tu abogado.

Fuentes

Cada una, con el dato que sostiene. Consultadas el 20 de octubre de 2026.

• Presidio, transición del proyecto. El paso a gobierno comunitario bajo Data Privacy Stack, el apoyo de Microsoft y la licencia MIT.
• Presidio, repositorio en GitHub. La descripción del proyecto y la redirección desde el repositorio de Microsoft.
• Presidio, portada de la documentación. Uso desde Python, Spark, Docker y Kubernetes, y tapado en imágenes.
• Presidio, instalación. Las imágenes Docker separadas en ghcr.io, que las antiguas ya no se actualizan y que no hay requisitos de hardware publicados.
• Presidio, anonymizer. Los operadores y el desanonimizador decrypt.
• Presidio, entidades soportadas. El catálogo por país, con ES_NIF, ES_NIE y ES_PASSPORT para España.
• Presidio, idiomas. Inglés por defecto y motor de lenguaje adaptable.
• LiteLLM, enmascarado de datos personales con Presidio. Enmascarar o bloquear por tipo de dato y la opción output_parse_pii.
• RGPD, texto del DOUE en el BOE. La definición de seudonimización del artículo 4.5.
• AEPD, pregunta frecuente ¿Y los datos seudonimizados son datos personales?. Que lo son y quedan sujetos a las obligaciones de protección de datos.