אתה יכול להסיר נתונים רגישים ממסמך על‑ידי לבקש מסוכן AI בשפה פשוטה, וההסרה מתבצעת מקומית, בתוך הקובץ, במחשב שלך. עם GroupDocs.Redaction.Mcp המחובר ל‑Claude Desktop, Claude Code, Cursor או GitHub Copilot, פקודה אחת מספיקה:

להסיר כל כתובת אימייל ב‑case-file.pdf ולספר לי איזה קובץ נשמר.

הגרסה שלב‑אחר‑שלב עם תצורה ופתרון בעיות נמצאת בתיעוד: כיצד להסיר נתונים רגישים ממסמכים עם סוכני AI.

למה מודל צ׳אט לא יכול פשוט להסיר את המסמך עבורך?

מודל שפה שקורא מסמך וכותב חדש מייצר כתיבה מחדש, ולא הסרה. הכתיבה מחדש יכולה לפספס מופע, לשנות ניסוח שלא ביקשת לשנות, והיא אף פעם לא נוגעת בקובץ המקורי. מלבן שחור שמציירים במציג PDF יש לו פגם דומה: הטקסט מתחת לתיבה עדיין בקובץ וניתן להעתיק אותו. הסוכן לא צריך לבצע את ההסרה. עליו להציע את התבנית ולקרוא לכלי, והמנוע צריך להחליף את הטקסט המתאים במסמך עצמו.

זהו חלוקת העבודה ב‑GroupDocs.Redaction.Mcp. הסוכן מציע תבניות ומניע את הקריאות. המנוע מיישם אותן בדיוק. אין מסווג שמחליט מה נראה רגיש, ולכן ההתנהגות ניתנת לבחינה, וההחלטה מה נחשב רגיש נשארת אצלך.

דרך 1: החלפת טקסט לפי תבנית

השתמש בזה לכל דבר שניתן לתאר כביטוי רגולרי: כתובות אימייל, תעודות זהות, מספרי טלפון, מספרי חשבון, שם לקוח. הסוכן קורא ל‑redact_text, שמחליף טקסט התואם לתבנית במסמך ושומר עותק מוסתר. המקור נשאר ללא שינוי.

להסיר כל דבר התואם ל‑\b\d{3}-\d{2}-\d{4}\b, מספרי ביטוח לאומי של ארה״ב, ב‑case-file.pdf. הראה לי את התבנית לפני הריצה.

בקשה לראות את התבנית תחילה שווה את הסיבוב הנוסף. ביטוי רגולרי שאתה קראת הוא הסרה שאתה יכול להצדיק, ותבנית רפויה מסירה יותר ממה שהתכוונת בעוד שתבנית קפדנית משאירה נתונים מאחור. הפרמטר replacement מוגדר כברירת מחדל ל‑[REDACTED], מה שמקל על סקירת הפלט.

תוצאה צפויה: עותק מוסתר בתיקיית הפלט, והודעת סוכן שמציינת את שם הקובץ שנשמר.

דרך 2: ניקוי המקומות שתבנית טקסט לא יכולה להגיע אליהם

ניקוי טקסט הגוף ומשלוח קובץ שבו עדיין יש הערות שוליים ושדה המחבר שמציין את האדם הוא הדרך הנפוצה ביותר שבה הסרה נכשלת. נתונים רגישים נמצאים בארבעה מקומות, ולכל אחד יש כלי משלו:

היכן הנתונים נמצאים כלי
טקסט גוף redact_text
סריקות, תמונות, חתימות redact_image_area
הערות והפתקיות redact_annotations
מחבר, חברה, תאריכים במאפיינים erase_metadata

למחוק את כל ההערות ב‑case-file.docx, ואז למחוק את שדות המחבר, החברה והתאריך. לבצע כל שלב על הקובץ שנוצר מהשלב הקודם.

redact_annotations יכול להחליף טקסט של הערה או, עם deleteAll, להסיר הערות לחלוטין. erase_metadata מקבל רשימת שדות מופרדת בפסיקים כגון Author,Company,CreatedTime, ומוגדר כברירת מחדל ל‑All. סדר השרשרת חשוב: כל קריאה כותבת קובץ חדש, ולכן סוכן שמזין את המקור לשלב השני מוותר על שלב ראשון.

תוצאה צפויה: קובץ סופי שנוצר מהשלב האחרון בשרשרת, עם שם כל קובץ ביניים גלוי בתמליל.

דרך 3: להסיר לפני שאתה משגר פקודה, ולשמור על הערכים מחוץ לשיחה

הסרה לפני מודל LLM משמעותה שהמחרוזות הרגישות אף פעם לא מגיעות למודל מאוחסן. המסמכים נשארים במחשב שלך, אך השיחה אינה. עם מודל מבוסס ענן, מה שהסוכן אומר נשלח לספק המודל, ובעבודת הסרה זה יכול לכלול את המחרוזות שאתה מסיר. „הסרתי jane.smith@example.com“ שלח זה עתה את הכתובת שהגנת עליה.

להסיר את שם הלקוח באמצעות התבנית הסטנדרטית שלנו. אל תחזור על הטקסט המתאים בתשובתך.

כלי ההסרה מחזירים את שם הקובץ שנשמר, ולא ספירת התאמות. מספר בתשובת הסוכן הוא קריאה שלו, למשל מחיפוש הטקסט לפני ההסרה, ולכן יש להתייחס אליו כהשוואה ולא כפלט של כלי. לקבלת ההגדרה החזקה ביותר, הפעל מודל מקומי כך ששום דבר לא יעזוב את הפריפריה שלך, וזה גם מספק אוטומציה של הסרת מסמכים שמתרחשת מקומית מקצה לקצה.

תוצאה צפויה: שם קובץ שנשמר בתשובה, ללא מחרוזות רגישות בתמליל.

דוגמת שיחה (מקוצרת)

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.

מהן המגבלות של מצב ההערכה?

ציין זאת במפורש לפני כל הרצה משמעותית. ללא רישיון השרת פועל במצב הערכה: מסמך אחד לכל תהליך, הסרה אחת, מוגבל ל‑4 החלפות, ועוד תגיות ניסיון. תבנית שמופיעה עשר פעמים תוסר רק ארבע פעמים ותישאר שש פעמים, והפלט יכול להיראות נקי. המגבלה היא רק להדגמות. לעולם אל תשלח את הפלט של הרצה ללא רישיון, ושאל get_license_status תחילה: „מהו מצב הרישיון של שרת ההסרה?“

האם תוצאה מתאימה לתקנה כגון GDPR היא החלטה שנשארת אצלך. השרת מסיר מה שאתה אומר לו להסיר, בקובץ שאתה נותן לו.

  • PDF על לינוקס. בלינוקס, כולל תמונת Docker, redact_image_area ו‑erase_metadata כעת נכשלות בקבצי PDF (טיפול בתמונות של מנוע ה‑PDF תלוי ב‑System.Drawing, שה‑.NET תומך בו רק ב‑Windows); שניהם עובדים על מסמכי Word, ו‑redact_text עובד על PDF. הפעל הסרת אזור PDF ומחיקת מטא‑דטה ב‑Windows עם dnx.

שאלות נפוצות

האם Claude יכול להסיר PII מ‑PDF ללא העלאה? כן. שרת MCP פועל כתהליך צאצא של לקוח ה‑AI שלך דרך stdio מקומי וקורא וכותב קבצים בתיקיות שאתה מגדיר. שים לב שכל מה שהסוכן אומר בצ׳אט עדיין נשלח לספק מודל ענן.

האם הסוכן מחליט מה רגיש? לא. הסוכן מציע תבניות ואתה סוקר אותן. המנוע מיישם בדיוק מה שניתן לו.

איך מתקינים זאת? עם .NET 10 SDK, הפעל dnx GroupDocs.Redaction.Mcp --yes והגדר GROUPDOCS_MCP_STORAGE_PATH לתיקייה שמכילה את המסמכים שלך. Docker הוא האפשרות השנייה: ghcr.io/groupdocs-redaction/redaction-net-mcp.

להעמיק יותר