Citlivá data z dokumentu můžete redigovat tím, že požádáte AI agenta v běžném jazyce, a redakce probíhá lokálně, přímo v souboru, na vašem počítači. S GroupDocs.Redaction.Mcp připojeným k Claude Desktop, Claude Code, Cursor nebo GitHub Copilot stačí jeden příkaz:

Redigujte každou e‑mailovou adresu v case-file.pdf a řekněte mi, který soubor jste uložili.

Podrobná verze s nastavením a řešením problémů je v dokumentaci: Jak redigovat citlivá data v dokumentech pomocí AI agentů.

Proč chatovací model nemůže dokument prostě redigovat za vás?

Jazykový model, který načte dokument a napíše nový, provádí přepis, nikoli redakci. Přepis může některý výskyt přehlédnout, změnit formulaci, o kterou jste nepožádali, a nikdy se nedotkne původního souboru. Černý obdélník nakreslený v PDF prohlížeči má podobnou chybu: text pod rámečkem je stále v souboru a lze jej zkopírovat. Agent by neměl provádět odstraňování. Měl by navrhnout vzor a zavolat nástroj, a engine by měl nahradit odpovídající text přímo v dokumentu.

To je rozdělení práce v GroupDocs.Redaction.Mcp. Agent navrhuje vzory a spouští volání. Engine je aplikuje přesně. Neexistuje klasifikátor, který by rozhodoval, co vypadá citlivě, takže chování je kontrolovatelné a rozhodnutí o tom, co je citlivé, zůstává na vás.

Způsob 1: Nahrazení textu pomocí vzoru

Použijte to pro cokoli, co můžete popsat regulárním výrazem: e‑mailové adresy, národní identifikační čísla, telefonní čísla, čísla účtů, jméno klienta. Agent volá redact_text, který nahradí text odpovídající vzoru v dokumentu a uloží redigovanou kopii. Originál zůstane nedotčen.

Redigujte vše, co odpovídá \b\d{3}-\d{2}-\d{4}\b, americkým číslům sociálního zabezpečení, v case-file.pdf. Ukážete mi vzor, než ho spustíte.

Požádat nejprve o zobrazení vzoru stojí za další krok. Regulární výraz, který jste si přečetli, je redakce, kterou můžete obhájit, a volný výraz odstraní více, než jste zamýšleli, zatímco přísný ponechá data v dokumentu. Parametr replacement má ve výchozím nastavení hodnotu [REDACTED], což usnadňuje kontrolu výstupu.

Očekávaný výsledek: redigovaná kopie ve výstupní složce a zpráva agenta uvádějící název uloženého souboru.

Způsob 2: Vymazání míst, kam textový vzor nedosáhne

Vyčištění hlavního textu a odeslání souboru, ve kterém okrajové komentáře a pole autora stále uvádějí osobu, je nejčastější způsob, jak redakce selže. Citlivá data se nacházejí na čtyřech místech a každé má svůj vlastní nástroj:

Kde jsou data Nástroj
Hlavní text redact_text
Skeny, fotografie, podpisy redact_image_area
Komentáře a poznámky redact_annotations
Autor, společnost, data v vlastnostech erase_metadata

Odstraňte všechny anotace v case-file.docx, poté vymažte vlastnosti autora, společnosti a data. Každý krok aplikujte na soubor vytvořený předchozím krokem.

redact_annotations může nahradit text anotace nebo pomocí deleteAll anotace zcela odstranit. erase_metadata přijímá seznam polí oddělených čárkou, například Author,Company,CreatedTime, a ve výchozím nastavení používá All. Instrukce řetězení má význam: každé volání zapíše nový soubor, takže agent, který předá originál do druhého kroku, zahodí výsledek prvního kroku.

Očekávaný výsledek: finální soubor vytvořený posledním krokem v řetězci, přičemž každý mezilehlý název souboru je viditelný v přepisu.

Způsob 3: Redigovat před zadáním dotazu a udržet hodnoty mimo konverzaci

Pre‑LLM redakce znamená, že citlivé řetězce se vůbec nedostanou k hostovanému modelu. Dokumenty zůstávají na vašem počítači, ale konverzace ne. U cloudového modelu to, co agent říká, putuje k poskytovateli modelu a při redakci to může zahrnovat řetězce, které odstraňujete. „Redigoval jsem jane.smith@example.com“ právě odeslal adresu, kterou jste chtěli chránit.

Redigujte jméno klienta pomocí našeho standardního vzoru. Neopakujte odpovídající text ve své odpovědi.

Nástroje pro redakci vrací název uloženého souboru, nikoli počet shod. Číslo v odpovědi agenta je jeho vlastní výstup, například z vyhledávání textu před redakcí, takže jej považujte za kontrolu, nikoli za výstup nástroje. Pro nejvyšší úroveň zabezpečení spusťte lokální model, aby nic neopustilo váš okraj, což vám také poskytne automatizaci redakce dokumentů, která zůstává lokální od začátku do konce.

Očekávaný výsledek: název uloženého souboru v odpovědi, bez citlivých řetězců v přepisu.

Ukázková relace (zkrácená)

You:    Redact every email address in case-file.pdf and tell me which file you saved.
Agent:  I will use this pattern: [\w.+-]+@[\w-]+\.[\w.]+
        -> redact_text(file: case-file.pdf, pattern: ..., replacement: "[REDACTED]")
Agent:  Saved case-file_redacted.pdf.
You:    For case-file.docx, delete all annotations and clear the document properties.
Agent:  -> redact_annotations(file: case-file.docx, deleteAll: true)
        Saved the output file.
        -> erase_metadata(file: the file saved by the previous step, fields: "All")
        Saved the output file.

Jaká jsou omezení evaluačního režimu?

Uveďte to jasně před jakýmkoli důležitým spuštěním. Bez licence server běží v evaluačním režimu: jeden dokument na proces, jedna redakce, omezeno na 4 nahrazení, plus zkušební odznaky. Vzor, který se vyskytne desetkrát, bude redigován čtyřikrát a šestkrát zůstane v souboru, a výstup může vypadat čistě. Toto omezení je jen pro demonstrace. Nikdy nešířte výstup z nelicencovaného běhu a nejprve se zeptejte get_license_status: „Jaký je stav licence redakčního serveru?“

Zda výsledek vyhovuje regulaci jako GDPR, je rozhodnutí, které zůstává na vás. Server odstraní to, co mu řeknete, v souboru, který mu poskytnete.

  • PDF na Linuxu. Na Linuxu, včetně Docker image, redact_image_area a erase_metadata v současnosti selhávají u PDF souborů (zpracování obrázků PDF engine závisí na System.Drawing, který .NET podporuje jen na Windows); oba fungují u Word dokumentů a redact_text funguje u PDF. Proveďte redakci oblastí PDF a mazání metadat na Windows pomocí dnx.

Často kladené otázky

Může Claude redigovat PII z PDF bez nahrávání? Ano. MCP server běží jako podproces vašeho AI klienta přes lokální stdio a čte a zapisuje soubory ve složkách, které nakonfigurujete. Uvědomte si, že vše, co agent říká v chatu, stále putuje k poskytovateli cloudového modelu.

Rozhoduje agent, co je citlivé? Ne. Agent navrhuje vzory a vy je kontrolujete. Engine aplikuje přesně to, co mu bylo předáno.

Jak to nainstaluji? S .NET 10 SDK spusťte dnx GroupDocs.Redaction.Mcp --yes a nastavte GROUPDOCS_MCP_STORAGE_PATH na složku, která obsahuje vaše dokumenty. Další možností je Docker: ghcr.io/groupdocs-redaction/redaction-net-mcp.

Ponořte se hlouběji