Sie können sensible Daten aus einem Dokument entfernen, indem Sie einen KI‑Agenten in natürlicher Sprache auffordern, und die Redaktion läuft lokal, innerhalb der Datei, auf Ihrem Rechner. Mit GroupDocs.Redaction.Mcp, das mit Claude Desktop, Claude Code, Cursor oder GitHub Copilot verbunden ist, reicht ein Prompt aus:

Redigieren Sie jede E‑Mail‑Adresse in case-file.pdf und teilen Sie mir mit, welche Datei Sie gespeichert haben.

Die schrittweise Version mit Konfiguration und Fehlersuche finden Sie in der Dokumentation: Wie man sensible Daten aus Dokumenten mit KI‑Agenten redigiert.

Warum kann ein Chat‑Modell das Dokument nicht einfach für Sie redigieren?

Ein Sprachmodell, das ein Dokument liest und ein neues erstellt, erzeugt eine Umschreibung, keine Redaktion. Die Umschreibung kann Vorkommen übersehen, Formulierungen ändern, die Sie nicht geändert haben möchten, und berührt die Originaldatei nie. Ein schwarzes Rechteck, das in einem PDF‑Betrachter gezeichnet wird, hat einen ähnlichen Mangel: Der Text unter dem Kasten bleibt in der Datei und kann herauskopiert werden. Der Agent sollte das Entfernen nicht selbst vornehmen. Er sollte das Muster vorschlagen und ein Werkzeug aufrufen, und die Engine sollte den gefundenen Text im Dokument selbst ersetzen.

Das ist die Arbeitsteilung in GroupDocs.Redaction.Mcp. Der Agent schlägt Muster vor und steuert die Aufrufe. Die Engine wendet sie exakt an. Es gibt keinen Klassifikator, der entscheidet, was sensibel aussieht, sodass das Verhalten überprüfbar ist und die Entscheidung, was als sensibel gilt, bei Ihnen bleibt.

Weg 1: Text durch Muster ersetzen

Verwenden Sie dies für alles, was Sie als regulären Ausdruck beschreiben können: E‑Mail‑Adressen, nationale Ausweise, Telefonnummern, Kontonummern, einen Kundennamen. Der Agent ruft redact_text auf, das den Text, der dem Muster im Dokument entspricht, ersetzt und eine redigierte Kopie speichert. Das Original bleibt unverändert.

Redigieren Sie alles, was \b\d{3}-\d{2}-\d{4}\b entspricht, US‑Sozialversicherungsnummern, in case-file.pdf. Zeigen Sie mir das Muster, bevor Sie es ausführen.

Es lohnt sich, zuerst nach dem Muster zu fragen, auch wenn es einen zusätzlichen Schritt bedeutet. Ein regulärer Ausdruck, den Sie gelesen haben, ist eine Redaktion, die Sie verteidigen können, und ein lockerer Ausdruck entfernt mehr als beabsichtigt, während ein strenger Ausdruck Daten zurücklässt. Der Parameter replacement hat standardmäßig den Wert [REDACTED], was die Ausgabe leicht überprüfbar macht.

Erwartetes Ergebnis: eine redigierte Kopie im Ausgabeverzeichnis und eine Agenten‑Nachricht, die die gespeicherte Datei benennt.

Weg 2: Die Stellen bereinigen, die ein Textmuster nicht erreichen kann

Das Bereinigen des Fließtextes und das Ausliefern einer Datei, deren Randkommentare und Autorfeld noch die Person benennen, ist die häufigste Art, wie eine Redaktion fehlschlägt. Sensible Daten befinden sich an vier Stellen, und jede hat ihr eigenes Werkzeug:

Wo die Daten sind Werkzeug
Fließtext redact_text
Scans, Fotos, Signaturen redact_image_area
Kommentare und Haftnotizen redact_annotations
Autor, Unternehmen, Daten in Eigenschaften erase_metadata

Löschen Sie alle Anmerkungen in case-file.docx und löschen Sie dann die Autor-, Unternehmens- und Datums‑Eigenschaften. Wenden Sie jeden Schritt auf die Datei an, die durch den vorherigen Schritt erzeugt wurde.

redact_annotations kann Anmerkungstext ersetzen oder mit deleteAll Anmerkungen vollständig entfernen. erase_metadata akzeptiert eine kommagetrennte Feldliste wie Author,Company,CreatedTime und hat standardmäßig All. Die Verkettungsanweisung ist wichtig: Jeder Aufruf schreibt eine neue Datei, sodass ein Agent, der das Original in Schritt zwei einspeist, Schritt eins verwirft.

Erwartetes Ergebnis: eine Enddatei, die durch den letzten Schritt in der Kette erzeugt wird, wobei jeder Zwischendateiname im Transkript sichtbar ist.

Weg 3: Vor dem Prompt redigieren und die Werte aus dem Gespräch heraushalten

Pre‑LLM‑Redaktion bedeutet, dass die sensiblen Zeichenketten nie ein gehostetes Modell erreichen. Die Dokumente bleiben auf Ihrem Rechner, das Gespräch jedoch nicht. Bei einem cloud‑gehosteten Modell gelangt das, was der Agent sagt, zum Modell‑Anbieter, und bei Redaktionsarbeiten können dabei die Zeichenketten, die Sie entfernen, mitübertragen werden. „Ich habe jane.smith@example.com redigiert“ hat gerade die Adresse gesendet, die Sie schützen wollten.

Redigieren Sie den Kundennamen mit unserem Standardmuster. Wiederholen Sie den gefundenen Text nicht in Ihrer Antwort.

Die Redaktionswerkzeuge geben den gespeicherten Dateinamen zurück, nicht die Anzahl der Treffer. Eine Zahl in der Antwort des Agenten ist seine eigene Auswertung, zum Beispiel aus einer Suche im Text vor der Redaktion, und sollte als Plausibilitätsprüfung und nicht als Werkzeugausgabe betrachtet werden. Für die sicherste Einstellung führen Sie ein lokales Modell aus, sodass nichts Ihren Perimeter verlässt, was Ihnen zudem eine Dokumenten‑Redaktions‑Automatisierung bietet, die von Anfang bis Ende lokal bleibt.

Erwartetes Ergebnis: ein gespeicherter Dateiname in der Antwort, ohne sensible Zeichenketten im Transkript.

Beispiel‑Sitzung (gekürzt)

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.

Was sind die Grenzen des Evaluationsmodus?

Formulieren Sie das klar, bevor ein relevanter Durchlauf startet. Ohne Lizenz läuft der Server im Evaluationsmodus: ein Dokument pro Prozess, eine Redaktion, begrenzt auf 4 Ersetzungen, plus Test‑Badges. Ein Muster, das zehnmal vorkommt, wird viermal redigiert und sechs‑mal unverändert belassen, und die Ausgabe kann sauber aussehen. Die Begrenzung gilt nur für Demos. Versenden Sie niemals die Ausgabe eines nicht lizenzierten Laufs und fragen Sie zuerst get_license_status: „Wie ist der Lizenzstatus des Redaktions‑Servers?“

Ob ein Ergebnis einer Vorschrift wie der DSGVO entspricht, ist eine Entscheidung, die bei Ihnen bleibt. Der Server entfernt, was Sie ihm zum Entfernen vorgeben, in der Datei, die Sie ihm geben.

  • PDF unter Linux. Unter Linux, einschließlich des Docker‑Images, schlagen redact_image_area und erase_metadata derzeit bei PDF‑Dateien fehl (die Bildverarbeitung der PDF‑Engine hängt von System.Drawing ab, das .NET nur unter Windows unterstützt); beide funktionieren bei Word‑Dokumenten, und redact_text funktioniert bei PDF. Führen Sie die PDF‑Flächen‑Redaktion und Metadaten‑Löschung unter Windows mit dnx aus.

FAQ

Kann Claude PII aus einer PDF redigieren, ohne sie hochzuladen? Ja. Der MCP‑Server läuft als Kindprozess Ihres KI‑Clients über lokales stdio und liest und schreibt Dateien in von Ihnen konfigurierten Ordnern. Beachten Sie, dass alles, was der Agent im Chat sagt, weiterhin zu einem Cloud‑Modell‑Anbieter gelangt.

Entscheidet der Agent, was sensibel ist? Nein. Der Agent schlägt Muster vor und Sie prüfen sie. Die Engine wendet exakt das an, was ihr übergeben wird.

Wie installiere ich es? Mit dem .NET‑10‑SDK führen Sie dnx GroupDocs.Redaction.Mcp --yes aus und setzen GROUPDOCS_MCP_STORAGE_PATH auf den Ordner, der Ihre Dokumente enthält. Docker ist die andere Option: ghcr.io/groupdocs-redaction/redaction-net-mcp.

Weiterführende Informationen