A GroupDocs MCP‑Server ermöglicht es Claude Desktop, Claude Code, Cursor, GitHub Copilot und anderen MCP‑Clients, mit Ihren Dokumenten lokal zu arbeiten: Der Client startet den Server als Kindprozess auf Ihrem eigenen Rechner, und Dateien werden in von Ihnen gewählten Ordnern gelesen und geschrieben. Die vollständige Architektur und das Sicherheitsmodell sind auf jeder On‑Premise‑Produktseite dokumentiert, zum Beispiel Ausführen von GroupDocs MCP‑Servern on‑premise: Architektur und Sicherheitsmodell. Dieser Beitrag vergleicht die drei gängigen Methoden, einen KI‑Agenten mit Dokumenten zu verbinden, und erklärt, was die Maschine verlässt und was nicht.

Welche Architekturen können einen KI‑Agenten mit Dokumenten verbinden?

Es gibt drei. Sie unterscheiden sich in der Frage, die ein Sicherheitsprüfer zuerst stellt: Wohin geht das Dokument?

Cloud‑Upload Gehostete API Lokaler MCP‑Server
Wie es funktioniert Der Assistent oder ein Plugin lädt die Datei zu einem Anbieterdienst hoch Ihr Code oder Agent ruft eine Anbieter‑REST‑API mit der Datei auf Der KI‑Client startet einen Server‑Prozess auf Ihrem Rechner
Wohin das Dokument geht Eine Drittanbieter‑Cloud Eine Drittanbieter‑Cloud oder Ihr eigener Mandant Nirgendwo: Lesen aus und Schreiben in lokale Ordner
Netzwerk‑Oberfläche Ausgangsverkehr zum Anbieter Ausgangsverkehr zum Anbieter Nur stdio; keine Lizenzdatei, nur Nutzungsberichte (keine Dokumenteninhalte) bei verbrauchsabhängiger Lizenz
Eingehende Ports Nicht anwendbar Nicht anwendbar Keine
Air‑gapped‑Nutzung Nicht möglich Üblicherweise nicht; hängt von den Bereitstellungsoptionen des Anbieters ab Möglich mit einer Lizenzdatei
Wer führt es aus Der Anbieter Der Anbieter Sie, als Teil des KI‑Clients

Die dritte Spalte ist das, was die GroupDocs MCP‑Server implementieren. Der Rest dieses Beitrags erklärt, wie es funktioniert und wo die Grenzen liegen.

Wie sieht der Datenfluss eines lokalen MCP‑Servers aus?

Der KI‑Client startet den Server als Kindprozess und kommuniziert über Standard‑Ein‑ und -Ausgabe mittels JSON‑RPC. Der Server lauscht nie auf einem Netzwerk‑Port und stellt mit einer Lizenzdatei keinerlei ausgehende Verbindungen her.

+--------------+          +--------------------+         +------------------+
|  AI client   |  stdio   | MCP server process | reads / | local filesystem |
| (Claude,     | <------> | (GroupDocs engine) | <-----> | storage / output |
|  Cursor, ..) | JSON-RPC |   child process    |  writes |     folders      |
+--------------+          +--------------------+         +------------------+
       |
       | prompts and quoted fragments only
       v
+--------------------+
|   model provider   |  (cloud, or a local model inside your network)
+--------------------+

Ein Sicherheitsprüfer erhält vier prüfbare Aussagen:

  • Transport: Standard‑Ein‑ und -Ausgabe zu einem Kindprozess. Es gibt nichts zu firewallen und nichts zu exponieren.
  • Eingehende Ports: keine.
  • Telemetrie: keine. Die Dokument‑Engine läuft im Prozess.
  • Netzwerknutzung: nur zur Installationszeit, um das Paket von nuget.org oder das Image von ghcr.io zu holen. Zur Laufzeit stellt der Server keine ausgehenden Aufrufe, abgesehen von einer Lizenz‑Ausnahme, die unten beschrieben wird.

Sie können dies selbst prüfen, anstatt es zu vertrauen: Führen Sie einen Task aus und beobachten Sie, ob Listening‑Sockets oder ausgehende Verbindungen entstehen.

Was verlässt die Maschine, wenn ein Agent ein Dokument verarbeitet?

Dokumente verlassen die Maschine nicht. Aufforderungen und zitierte Fragmente tun es.

Das Modell hinter Ihrem KI‑Client sieht die Unterhaltung. Wenn das Modell cloud‑gehostet ist, gelangt Ihr Anweisungstext zum Modell‑Anbieter, und alles, was der Agent Ihnen zurückzitiert, ebenfalls. Zwei Beispiele:

  • Nach einem Vergleich meldet ein Agent, dass sich ein Zahlungsziel von 30 auf 45 Tage geändert hat. Dieser Satz ist Teil der Unterhaltung und wird an den Anbieter gesendet.
  • Nach einer Extraktion meldet ein Agent einen Rechnungsbetrag. Die Datei hat sich nicht bewegt, aber der Wert hat es getan.

Eine nützliche Gewohnheit ist, Aufforderungen so zu formulieren, dass die Antwort weniger Inhalt trägt, zum Beispiel zu fragen, welche Dateien einen Gesamtwert über einem Schwellenwert haben, anstatt nach den Gesamtsummen zu fragen. Für sensible Korpora koppeln Sie den Server mit einem lokal gehosteten Modell. Dann bleibt die gesamte Schleife (Client, Modell, Server, Dateien) innerhalb Ihres Netzwerks.

Benötigt ein lokaler Server Internetzugang?

Nicht für die Verarbeitung. Es hängt vom Lizenzmodus ab:

  • Lizenzdatei: Wird vom lokalen Prozess von der Festplatte gelesen. Das funktioniert vollständig offline und ist die richtige Wahl für air‑gapped‑Netzwerke.
  • Verbrauchsabhängig (Pay‑per‑Use): Der Server meldet Nutzung an GroupDocs, daher benötigt er ausgehenden Datenverkehr. Der Bericht enthält keine Dokumenteninhalte, aber die Verbindung selbst muss von Ihrer Firewall erlaubt werden.

Wenn sowohl verbrauchsabhängige Schlüssel als auch eine Lizenzdatei konfiguriert sind, haben die verbrauchsabhängigen Schlüssel Vorrang. Bewahren Sie die Schlüssel in Umgebungsvariablen statt in festgeschriebener Konfiguration auf. Jede Produkt‑Lizenzseite beschreibt die Einrichtung, und das Tool get_license_status gibt den aktiven Modus aus.

Wie führen Sie den Server innerhalb des Perimeters mit Docker aus?

Das Docker‑Image ist oft die einfachere Option für ein Plattform‑Team: ein Image mit den nativen Abhängigkeiten, kein SDK auf dem Host und eine Grenze, die auf die gemounteten Ordner beschränkt ist. Jedes Produkt hat sein eigenes Image, benannt ghcr.io/groupdocs-<product>/<product>-net-mcp. Der untenstehende Befehl zeigt das Grundgerüst für ein Produkt; ersetzen Sie die Platzhalter.

docker run --rm -i \
  -v /srv/documents:/data \
  -v /srv/licenses:/license:ro \
  -e GROUPDOCS_MCP_STORAGE_PATH=/data \
  -e GROUPDOCS_LICENSE_PATH=/license/GroupDocs.<Product>.lic \
  ghcr.io/groupdocs-<product>/<product>-net-mcp:<tag>
  • Tag festlegen. Die Schnellstart‑Befehle verwenden :latest; für die Produktion fixieren Sie den Tag auf die Version, die Sie getestet haben, damit ein Neu‑Build das Verhalten nicht ändert.
  • Absichtlich einbinden. Der Container sieht nur die Ordner, die Sie ihm geben, was eine engere Grenze darstellt als ein Prozess, der als Ihr Benutzer läuft.
  • Lizenz schreibgeschützt einbinden.
  • Air‑gapped‑Segmente: Image vorab ziehen oder das NuGet‑Paket vorab cachen und die Version fixieren.

Ihr KI‑Client führt diesen docker run‑Befehl als Server‑Befehl in seiner MCP‑Konfiguration aus, sodass der Container der Kindprozess im obigen Diagramm ist. Die Dokumentation beschreibt die Images als Multi‑Arch (linux/amd64 und linux/arm64).

Ist ein lokaler MCP‑Server für regulierte Branchen geeignet?

Er beseitigt die größte Frage in einer Datenschutz‑Prüfung, nämlich die Übertragung von Dokumenten an einen Drittanbieter‑Prozessor. Teams in Rechts‑, Finanz‑, Gesundheits‑ und öffentlichen Sektoren, deren Richtlinien das Hochladen von Dokumenten verbieten, können ihn als Baustein für HIPAA‑ oder GDPR‑orientierte Workflows nutzen. Dies beschreibt nur die architektonische Eignung. GroupDocs MCP‑Server sind für keine Vorschrift zertifiziert, und Ihre Verpflichtungen hängen weiterhin vom Modell ab, das Sie koppeln, vom Lizenzmodus und von Ihren eigenen Kontrollen.

Was sind die Grenzen dieses Modells?

  • Ein Server bedient einen Client‑Prozess. Ein stdio‑Server wird von einem Client auf einem Rechner gestartet. Es ist kein Mehr‑Benutzer‑Dienst. Für einen geteilten Service stellen Sie Ihren eigenen Service vor die GroupDocs‑Bibliothek, anstatt viele MCP‑Server zu betreiben.
  • Verbrauchsabhängige Lizenzierung benötigt ausgehenden Datenverkehr. Nutzungsberichte werden gesendet, wie oben beschrieben. Verwenden Sie eine Lizenzdatei, wenn das Netzwerk geschlossen sein muss.
  • Aufforderungen erreichen weiterhin den Modell‑Anbieter, sofern Sie kein lokal gehostetes Modell einsetzen.
  • Der Evaluationsmodus hat Einschränkungen. Ohne Lizenz laufen die Server im Evaluationsmodus mit produktspezifischen Beschränkungen. Zum Beispiel vergleicht der Comparison‑Server nur die ersten 2 Seiten und versieht das Ergebnis mit einem Wasserzeichen. Rufen Sie zuerst get_license_status auf und lesen Sie die Lizenz‑Seite Ihres Produkts.
  • Parser und Search werden nur als Docker‑Images bereitgestellt. GroupDocs.Parser.Mcp und GroupDocs.Search.Mcp besitzen kein NuGet‑Paket, sodass der oben genannte Docker‑Weg der einzige für diese Produkte ist. Auf einem Linux‑Host starten Sie deren Container mit --user "$(id -u):$(id -g)", damit sie in die gemounteten Ordner schreiben können.
  • Plattform‑Ausnahmen. Zwei PDF‑spezifische Vorgänge schlagen derzeit auf Linux, einschließlich des Docker‑Images, fehl, weil die Bildverarbeitung der PDF‑Engine von System.Drawing.Common abhängt, das .NET nur unter Windows unterstützt: GroupDocs.Annotation.Mcp generate_pages_preview bei PDF‑Dateien (Word‑Dokumente rendern), und GroupDocs.Redaction.Mcp redact_image_area sowie erase_metadata bei PDF‑Dateien (redact_text bei PDF und alle drei bei Word‑Dokumenten funktionieren). Führen Sie diese unter Windows mit dnx aus; siehe die Produkt‑Posts.

FAQ

Ist MCP für sensible Dokumente sicher?
Mit einem GroupDocs MCP‑Server werden die Dokumente im Prozess auf Ihrer Maschine über stdio verarbeitet, ohne lauschen Ports und ohne Telemetrie. Was noch zu bewerten bleibt, ist das Modell, das Ihr KI‑Client verwendet, weil Aufforderungen und zitierte Fragmente dorthin gehen.

Kann ich Claude‑Tools ausführen, ohne Daten in die Cloud zu senden?
Dokumente bleiben in jedem Fall lokal. Um auch die Aufforderungen lokal zu halten, verwenden Sie einen Client, der ein lokal gehostetes Modell unterstützt, sodass kein Teil der Unterhaltung Ihr Netzwerk verlässt.

Welche Daten sendet ein MCP‑Server?
Zur Laufzeit sendet ein GroupDocs MCP‑Server nichts über das Netzwerk, wenn eine Lizenzdatei verwendet wird. Bei verbrauchsabhängiger Lizenzierung sendet er Nutzungsberichte an GroupDocs, jedoch niemals Dokumenteninhalte.

Pro Produkt: On‑Premise‑Seiten in der Dokumentation

Jede Seite behandelt dieselbe Architektur mit den Befehlen für dieses Produkt. Diese sind die kanonischen Referenzen für eine Sicherheitsprüfung.

Pro Produkt: Wo man im Blog anfängt

Jedes Produkt hat eine Reihe von Beiträgen — vier für die meisten, sechs für Search. Der erste erklärt das Muster; die anderen setzen es um.