Redakce je dokončena pouze tehdy, když jste zkontrolovali soubor, který se chystáte uvolnit, a AI agent může tuto kontrolu provést lokálně během několika volání. S GroupDocs.Redaction.Mcp připojeným k Claude Code, Cursor nebo GitHub Copilot začněte tím, že načtete redigovanou kopii zpět jako text a prohledáte ji:

Extrahujte text z case-file_redacted.pdf a řekněte mi, zda se v něm vyskytuje nějaká e‑mailová adresa.

Očekávejte žádnou. Podrobná verze s konfigurací a řešením problémů je v dokumentaci: Jak ověřit, že redakce je kompletní.

Proč není „nástroj běžel“ důkazem?

Protože nástroj pro redakci, který skončí bez chyby, neříká nic o vzoru, souboru, stavu licence ani o dalších místech, kde se data skrývají. Redakce, kterou jste neověřili, je tvrzení, ne kontrola. Obvyklý způsob, jak to selže, není exotický. Třídy selhání jsou málo:

  • Data byla zakryta, ne odstraněna. Neprůhledné bloky nakreslené přes text ponechávají text v souboru a čtenáři jej mohou zkopírovat. Článek na Wikipedii o redaction popisuje zprávu americké armády z roku 2005 o smrti Nicola Calipariho, publikovanou jako PDF s blokovanými částmi, které bylo možné získat kopírováním a vložením do textového procesoru (viz také BBC News, 2 May 2005).
  • Vzor nechytil variantu: jiný oddělovač, zalomení řádku, jiný případ.
  • Krok byl aplikován na špatný soubor, takže pozdější krok zrušil předchozí.
  • Komentáře nebo vlastnosti dokumentu stále uváděly jméno osoby.
  • Nelicencovaný běh tiše zastavil při dosažení limitu nahrazení.

Jaký je špatný způsob ověření?

Ptát se agenta „dostal jsi všechno?“ a přijmout „ano“. Agent nemá žádné nové informace; jen shrnuje své vlastní volání. Druhý špatný způsob je ověřit soubor, o kterém si myslíte, že jste vytvořili. Pravidlo řetězení znamená, že je naprosto možné ověřit dokument, který některý krok přeskočil.

Jaký je správný způsob? Čtyři kontroly

Spusťte je na přesném souboru, který plánujete uvolnit.

1. Načtěte redigovanou kopii zpět jako text. Prompt nahoře to provádí pomocí nástroje, který vrací text, například extract_text v GroupDocs.Parser.Mcp (docs), který je dodáván jako Docker image. Jakýkoli výskyt znamená, že vzor nechytil varianty, nebo že běh dosáhl limitu hodnocení. Nepoužívejte pro tuto kontrolu redact_text: hlásí uložený soubor, ne počet, a zapisuje další kopii, takže čistě vypadající odpověď nic neprokazuje.

2. Zkontrolujte další tři místa. Anotace a vlastnosti se v textovém vyhledávání neobjeví. Server GroupDocs.Annotation.Mcp vypisuje anotace pomocí get_annotations, jeden záznam na komentář s jeho stránkou a zprávou.

Nyní zkontrolujte redigovanou kopii na anotace a přečtěte její vlastnosti dokumentu.

Pro podrobnější kontrolu vlastností napříč všemi balíčky vrací nástroj read_metadata serveru GroupDocs.Metadata.Mcp všechny metadata jako JSON a také čte EXIF, XMP a IPTC. Toto je křížový serverový cyklus: Redakční server odstraňuje, druhý server načte zpět.

3. Prohlédněte si stránky. Oblastní redakce nelze ověřit textovým vyhledáváním. Otevřete dokument, nebo nechte agenta vykreslit každou stránku pomocí nástroje render_page v GroupDocs.Viewer.Mcp, a potvrďte, že každé políčko pokrývá to, co mělo, úplně a na správné stránce.

4. Potvrďte stav licence běhu, který jej vytvořil.

Jaký je stav licence redakčního serveru?

Pokud je odpověď evaluation, redakce byla omezena na čtyři nahrazení. Ověření to obvykle ukáže, ale dokument s přesně čtyřmi shodami by prošel a přesto byl chybný. Licence nejdříve, ověření druhé, vždy. get_license_status odpovídá na první otázku a get_document_info vrací počet stránek a velikosti, když je zapojena oblastní redakce.

Příklad relace (zkrácený)

You:    What is the license status of the redaction server?
Agent:  -> get_license_status()   mode: licensed
You:    Extract the text of case-file_redacted.pdf and tell me whether any email address appears.
Agent:  -> extract_text (Parser server)   No email addresses in the extracted text.
You:    Now check it for annotations and read its document properties.
Agent:  -> get_annotations (Annotation server)   no annotations
        -> read_metadata (Metadata server)       Author, Company: empty
You:    Summarize what you redacted, in which file, and what the verification found.

Jak si uchovat důkaz?

Ověřovací transkript, tj. použité vzory, vytvořené soubory a co bylo zjištěno při načtení zpět, je záznam, že redakce byla provedena a zkontrolována. Požádejte agenta o něj jako shrnutí a uchovejte jej spolu s případem. To slouží jako auditní stopa, nikoli jako certifikace výsledku.

Co vám ověření nemůže říct?

Nemůže vám říct, zda byly vaše vzory správné. Vše výše ukazuje, že to, co jste chtěli odstranit, je pryč. Rozhodnutí, co by mělo být odstraněno, je vaše úsudek a žádný nástroj vám to neodstraní z rukou.

Jaké jsou limity režimu hodnocení?

Jeden dokument na proces, jedna redakce, omezeno na 4 nahrazení, plus zkušební odznaky. Limit je demo omezení; nelicencovaný běh vypadá jako redigovaný, ale může stále obsahovat data, takže před důvěrou v jakékoli ověření zkontrolujte get_license_status.

  • 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. Oblastní redakci PDF a mazání metadat spusťte na Windows s dnx.

FAQ

Je můj redigovaný PDF opravdu redigovaný? Pouze pokud načtení textu z redigované kopie nenajde žádné z odstraněných hodnot, anotace a vlastnosti jsou čisté a podívali jste se na oblastní redakce. Kontrola všech čtyř trvá několik volání.

Může AI agent zkontrolovat redigovaný PDF na úniky? Může načíst text zpět, přečíst vlastnosti přes metadata server a vykreslit stránky, které si můžete prohlédnout. Nemůže posoudit, zda jste zvolili správné vzory.

Přežívají metadata po textové redakci? Ano, pokud zároveň nespustíte erase_metadata. Textová redakce mění text; vlastnosti autor, společnost a datum jsou oddělené.

Prohloubení