在技术文档的写作与发布流程里，内容审校向来是一件性价比极低但又不得不做的事：人工逐字挑错费时费力，而直接拿通用 AI 或云端大模型去纠错，又极容易踩雷——模型分不清技术边界，随手就把代码注释改崩、把行内参数名翻译掉，或者把 API 网关 自作聪明改成 API 网管。更不用说在很多正式发版前，包含未公开架构的文档根本过不了公网 API 的数据安全合规。
过去这一年，为了在我们内部一个近 38 万字的技术文档库里安全落地自动化审校，我折腾了一套“本地优先、轻量小模型推理、带代码结构保护”的审校系统。
在上一篇文章分享完架构思路后，收到一些朋友关于源码的询问。其实它最初只是个内部“能跑就行”的粗糙脚本，算不上什么高大上的系统。为了能拿出来供有类似需求的朋友参考，这几个月花时间把代码重新脱敏整理，补齐了 Web 界面、Docker 和测试用例。
今天，把这套工具开源出来，希望能给大家提供一点参考。
DocSifter 正式开源，采用 MIT 协议。
想先看它怎么工作，可以直接打开交互式产品演示。