Puedes redactar datos sensibles de un documento pidiendo a un agente de IA en lenguaje natural, y la redacción se ejecuta localmente, dentro del archivo, en tu máquina. Con GroupDocs.Redaction.Mcp conectado a Claude Desktop, Claude Code, Cursor o GitHub Copilot, basta un solo mensaje:

Redacta cada dirección de correo electrónico en case-file.pdf y dime qué archivo guardaste.

La versión paso a paso con configuración y solución de problemas está en la documentación: Cómo redactar datos sensibles de documentos con agentes de IA.

¿Por qué un modelo de chat no puede simplemente redactar el documento por ti?

Un modelo de lenguaje que lee un documento y escribe uno nuevo está produciendo una reescritura, no una redacción. La reescritura puede pasar por alto una aparición, cambiar la redacción que no le pediste cambiar, y nunca toca el archivo original. Un rectángulo negro dibujado en un visor de PDF tiene una falla similar: el texto bajo la caja sigue estando en el archivo y puede copiarse. El agente no debe hacer la eliminación. Debe proponer el patrón y llamar a una herramienta, y el motor debe reemplazar el texto coincidente en el propio documento.

Así es la división del trabajo en GroupDocs.Redaction.Mcp. El agente propone patrones y dirige las llamadas. El motor los aplica exactamente. No hay un clasificador que decida qué parece sensible, por lo que el comportamiento es revisable, y la decisión sobre qué se considera sensible queda en tus manos.

Forma 1: Reemplazar texto por patrón

Utiliza esto para cualquier cosa que puedas describir como una expresión regular: direcciones de correo electrónico, identificaciones nacionales, números de teléfono, números de cuenta, el nombre de un cliente. El agente llama a redact_text, que reemplaza el texto que coincide con el patrón en el documento y guarda una copia redactada. El original permanece intacto.

Redacta cualquier cosa que coincida con \b\d{3}-\d{2}-\d{4}\b, números de seguro social de EE. UU., en case-file.pdf. Muéstrame el patrón antes de ejecutarlo.

Pedir ver el patrón primero vale la pena el turno adicional. Una expresión regular que has leído es una redacción que puedes defender, y una suelta elimina más de lo que pretendías mientras que una estricta deja datos atrás. El parámetro replacement por defecto es [REDACTED], lo que mantiene la salida fácil de revisar.

Resultado esperado: una copia redactada en la carpeta de salida, y un mensaje del agente indicando el archivo guardado.

Forma 2: Limpiar los lugares a los que un patrón de texto no puede llegar

Limpiar el texto del cuerpo y entregar un archivo cuyos comentarios marginales y campo de autor aún nombran a la persona es la forma más común en que falla una redacción. Los datos sensibles se encuentran en cuatro lugares, y cada uno tiene su propia herramienta:

Dónde están los datos Herramienta
Body text redact_text
Scans, photos, signatures redact_image_area
Comments and sticky notes redact_annotations
Author, company, dates in properties erase_metadata

Elimina todas las anotaciones en case-file.docx, luego borra las propiedades de autor, empresa y fecha. Aplica cada paso al archivo producido por el anterior.

redact_annotations puede reemplazar el texto de la anotación o, con deleteAll, eliminar las anotaciones por completo. erase_metadata acepta una lista de campos separada por comas como Author,Company,CreatedTime, y por defecto es All. La instrucción de encadenamiento importa: cada llamada escribe un nuevo archivo, por lo que un agente que alimenta el original al paso dos descarta el paso uno.

Resultado esperado: un archivo final producido por el último paso de la cadena, con cada nombre de archivo intermedio visible en la transcripción.

Forma 3: Redactar antes de preguntar y mantener los valores fuera de la conversación

La redacción previa al LLM significa que las cadenas sensibles nunca llegan a un modelo alojado en primer lugar. Los documentos permanecen en tu máquina, pero la conversación no. Con un modelo alojado en la nube, lo que el agente dice viaja al proveedor del modelo, y en el trabajo de redacción eso puede incluir las cadenas que estás eliminando. “He redactado jane.smith@example.com” acaba de enviar la dirección que estabas protegiendo.

Redacta el nombre del cliente usando nuestro patrón estándar. No repitas el texto coincidente en tu respuesta.

Las herramientas de redacción devuelven el nombre del archivo guardado, no un recuento de coincidencias. Un número en la respuesta del agente es su propia lectura, por ejemplo al buscar el texto antes de redactar, así que trátalo como una verificación cruzada y no como salida de la herramienta. Para la configuración más segura, ejecuta un modelo local para que nada salga de tu perímetro, lo que también te brinda automatización de redacción de documentos que permanece local de extremo a extremo.

Resultado esperado: un nombre de archivo guardado en la respuesta, sin cadenas sensibles en la transcripción.

Sesión de ejemplo (abreviada)

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.

¿Cuáles son los límites del modo de evaluación?

Indica esto claramente antes de cualquier ejecución que importe. Sin una licencia el servidor funciona en modo de evaluación: un documento por proceso, una redacción, limitado a 4 reemplazos, más insignias de prueba. Un patrón que ocurre diez veces se redacta cuatro veces y se deja sin cambiar seis, y la salida puede parecer limpia. El límite es solo para demostraciones. Nunca distribuyas la salida de una ejecución sin licencia, y pregunta get_license_status primero: “¿Cuál es el estado de la licencia del servidor de redacción?”

Si un resultado cumple con una regulación como el GDPR es una decisión que queda en tus manos. El servidor elimina lo que le indiques eliminar, en el archivo que le proporciones.

  • PDF en Linux. En Linux, incluida la imagen Docker, redact_image_area y erase_metadata actualmente fallan en archivos PDF (el manejo de imágenes del motor PDF depende de System.Drawing, que .NET solo soporta en Windows); ambos funcionan en documentos Word, y redact_text funciona en PDF. Ejecuta la redacción de áreas PDF y el borrado de metadatos en Windows con dnx.

Preguntas frecuentes

¿Puede Claude redactar información de identificación personal (PII) de un PDF sin subirlo? Sí. El servidor MCP se ejecuta como un proceso hijo de tu cliente de IA a través de stdio local y lee y escribe archivos en carpetas que configuras. Ten en cuenta que todo lo que el agente dice en el chat aún se envía a un proveedor de modelo en la nube.

¿Decide el agente qué es sensible? No. El agente propone patrones y tú los revisas. El motor aplica exactamente lo que se le da.

¿Cómo lo instalo? Con el SDK .NET 10, ejecuta dnx GroupDocs.Redaction.Mcp --yes y establece GROUPDOCS_MCP_STORAGE_PATH a la carpeta que contiene tus documentos. Docker es la otra opción: ghcr.io/groupdocs-redaction/redaction-net-mcp.

Profundiza