شما می‌توانید متادیتا را قبل از اشتراک‌گذاری با یک درخواست ساده به یک عامل هوش مصنوعی که GroupDocs.Metadata.Mcp را به‌صورت محلی اجرا می‌کند، حذف کنید، اما یک فایل حذف‌شده به‌طور خودکار فایل امنی نیست. درخواست:

تمام متادیتا را از فایل‌های موجود در پوشه اسناد من حذف کنید و به من بگویید چه چیزی حذف شد.

نسخهٔ گام‌به‌گام با پیکربندی و عیب‌یابی در مستندات موجود است: چگونه متادیتا را از اسناد قبل از اشتراک‌گذاری حذف کنیم.

روش اشتباه رایج چیست؟

روش رایج این است که «حذف کنید و بفرستید»: یک بار حذف را اجرا کنید، فرض کنید نتیجه تمیز است، فایل را پیوست کنید. این کار به سه شکل شکست می‌خورد و هیچ‌یک از آن‌ها باگ نیست. هر کدام مرزی از معنای حذف متادیتا هستند.

چرا نسخه اصلی هنوز خطرناک است؟

remove_metadata متادیتا را از یک سند حذف می‌کند و یک نسخه تمیز شده را در ذخیره‌سازی ذخیره می‌سازد. این کار نسخه اصلی را بازنویسی نمی‌کند. نسخه اصلی بر روی دیسک با تمام محتویات خود می‌ماند، بنابراین پیوست کردن فایل اشتباه هدف را خنثی می‌کند. این یک مورد آشناست: سند مناقصه‌ای که با نام رقیب در فیلد Company می‌رسد، چون فایل پاک‌نشده همان فایلی بود که در ایمیل ارسال شده بود.

راه‌حل به‌صورت رویه‌ای است. بگذارید عامل نام فایلی که تولید کرده است را بگیرد و فقط همان فایل را بفرستید.

چرا «بدون متادیتا» برابر با «بدون محتوای مخفی» نیست؟

تغییرات ردیابی‌شده، نظرات، اشیای توکار و نسخه‌های قبلی در بدنه سند زندگی می‌کنند، نه در مجموعه ویژگی‌ها. یک ابزار متادیتا نمی‌تواند چیزی را که متادیتا نیست حذف کند. برای نظرات و حاشیه‌نویسی‌ها اسناد به سرور GroupDocs.Annotation.Mcp اشاره می‌کنند، و برای حذف در سطح محتوا به GroupDocs.Redaction. سروری که برای گام متادیتا استفاده می‌شود: سرور Redaction با erase_metadata فیلدهای نام‌گذاری‌شدهٔ ویژگی‌های سند (author, title, company, keywords, dates و مشابه) را پاک می‌کند، در حالی که این سرور با remove_metadata بر اساس دسته‌بندی (gps, author, comments, company, dates, software, copyright, keywords, personal) حذف می‌کند و بسته‌های EXIF، XMP و IPTC را پوشش می‌دهد. برای نگرانی‌های متن مخفی و حاشیه‌نویسی‌ها، به «۳ روش برای حذف داده‌های حساس با عوامل هوش مصنوعی» مراجعه کنید.

چرا اجرای بدون لایسنس قابل اعتماد نیست؟

در حالت ارزیابی فقط اولین ۵ ویژگی سند قابل خواندن و نوشتن هستند و XMP و EXIF به‌طور جزئی در دسترس نیستند. یک عبور «حذف همه» در حالت ارزیابی نمی‌تواند صادقانه ادعا کند که همه چیز حذف شده است، و خواندن تأییدیه نیز جزئی است: شما در حال تأیید یک فهرست کوتاه‌شده هستید. ابتدا get_license_status را فراخوانی کنید. یک فایل لایسنس یا کلیدهای متری را اعمال کنید، یا قبل از اجرای واقعی پیش از اشتراک‌گذاری، از لایسنس موقت رایگان ۳۰ روزه استفاده کنید.

روش صحیح چیست: خواندن، حذف، تأیید؟

از یک حلقه استفاده کنید که در آن هر گام یک فراخوانی ابزار است و آخرین گام خواندن نسخهٔ کپی است:

  1. Capture. read_metadata بر روی نسخهٔ اصلی آنچه وجود داشت را ثبت می‌کند.
  2. Strip. remove_metadata نسخهٔ تمیز شده را تولید می‌کند. بدون categories تمام متادیتای قابل حذف را حذف می‌کند، که شامل ویژگی‌های سند، بسته‌های EXIF، XMP و IPTC و مشابه آن‌ها می‌شود؛ اطلاعاتی که به‌صورت ساختاری بخشی از سند هستند متادیتا نیستند و باقی می‌مانند. برای نگه داشتن عنوان و تاریخ‌ها، به‌جای آن دسته‌بندی‌ها را پاس دهید: gps, author, comments, company, dates, software, copyright, keywords یا personal (یک بستهٔ تلاش‌گرانه که افراد، شرکت و مکان را پوشش می‌دهد).
  3. Verify. read_metadata بر روی فایل تمیز شده نشان می‌دهد چه چیزی باقی مانده است.

گام ۳ همان گامی است که افراد از آن می‌پرند، و «فکر می‌کنم تمیز است» را به یک مقایسهٔ قبل و بعد تبدیل می‌کند. یک درخواست قابل استفاده مجدد:

قبل از اینکه چیزی از این پوشه بفرستم: متادیتا را بخوان، آن را حذف کن، تأیید کن که نسخهٔ کپی تمیز است، و برای هر فایل یک گزارش یک‌خطی بده.

این به معنای سه فراخوانی ابزار برای هر فایل و یک جدول در انتها است، که کار روتین برای یک عامل است و کاری که افراد تحت فشار زمان فراموش می‌کنند.

چه زمانی باید حذف اجرا شود: یک‌بار یا هر بار؟

آن را به‌عنوان یک نقطهٔ بررسی در نظر بگیرید، نه یک پروژهٔ پاک‌سازی. حوادثی که این کار جلوگیری می‌کند به‌ندرت دراماتیک هستند: یک اطلاعیهٔ مطبوعاتی با نام نویسنده در فیلد author، یک قرارداد با کارفرمای قبلی در فیلد company، یک عکس سایت با مختصات پیوست‌شده. هر کدام فایل عادی‌ای هستند که بدون اینکه کسی بپرسد چه چیزی حمل می‌کند، از پوشه خارج شده‌اند. یک عامل نقطهٔ بررسی نهایی خوبی است زیرا پرسیدن سؤال هزینه‌ای ندارد. دستور ثابت را در قوانین پروژه یا در درخواست قابل استفاده مجدد خود قرار دهید، تا توالی خواندن، حذف و تأیید بر روی پوشهٔ خروجی هر بار اجرا شود و نه فقط وقتی کسی به یاد می‌آورد.

نقطهٔ بررسی تنها زمانی کار می‌کند که وضعیت لایسنس شناخته شده باشد. در اجرای دارای لایسنس یا متری، خواندن تأییدیه تمام مجموعهٔ ویژگی‌ها را می‌بیند و گزارش یک‌خطی برای هر فایل بیانیه‌ای است که می‌توانید به آن اعتماد کنید. در اجرای ارزیابی، گزارش را به‌عنوان تمرین جریان کار در نظر بگیرید و نه بیشتر.

جلسهٔ نمونه (مختصر)

You:    Remove the author and company from tender-draft.pdf, keep title and dates, then verify.
Agent:  [calls read_metadata on tender-draft.pdf]            Author, Company, Title, dates found
Agent:  [calls remove_metadata: categories = author, company]  2 properties removed
Agent:  [calls read_metadata on the cleaned copy]            Title and dates remain; Author and Company absent
        Send the cleaned copy named in the remove step, not tender-draft.pdf.

این یک تصویر از جریان است، نه یک اسکرین‌شات ضبط‌شده. remove_metadata یک پیام مسیر‑ذخیره‌شده با تعداد ویژگی‌های حذف‌شده برمی‌گرداند.

سوالات متداول

آیا می‌توانم نویسنده را از یک PDF قبل از ارسال حذف کنم؟
بله. از عامل بخواهید دستهٔ author را حذف کند، و آن remove_metadata را با آن دسته فراخوانی کرده و یک نسخهٔ تمیز ذخیره می‌کند. نسخه را با یک خواندن دوم بررسی کنید.

آیا باید قبل از بارگذاری یک سند در LLM متادیتا را حذف کنم؟
اگر سند از دستگاه شما خارج می‌شود، ابتدا یک نسخهٔ حذف‌شده تهیه کنید، زیرا ویژگی‌ها همراه فایل می‌روند. با GroupDocs.Metadata.Mcp حذف به‌صورت محلی انجام می‌شود.

آیا حذف همچنین تغییرات ردیابی‌شده و نظرات در بدنه را حذف می‌کند؟
خیر. آن‌ها محتوا هستند، نه متادیتا. دستهٔ comments به ویژگی‌های نظرات در متادیتا اشاره دارد، و نظرات و حاشیه‌نویسی‌های سطح بدنه به سرور Annotation تعلق دارند، و متن مخفی و سایر حذف‌های سطح محتوا به سرور Redaction تعلق دارند.

عمیق‌تر بروید