Serwer GroupDocs MCP pozwala Claude Desktop, Claude Code, Cursor, GitHub Copilot i innym klientom MCP pracować z Twoimi dokumentami lokalnie: klient uruchamia serwer jako proces potomny na Twoim własnym komputerze, a pliki są odczytywane i zapisywane w wybranych przez Ciebie folderach. Pełna architektura i model bezpieczeństwa są udokumentowane na stronie on‑premise każdego produktu, na przykład Uruchamianie serwerów GroupDocs MCP w środowisku on‑premise: architektura i model bezpieczeństwa. Ten wpis porównuje trzy typowe sposoby podłączenia agenta AI do dokumentów i wyjaśnia, co opuszcza maszynę, a co nie.

Jakie architektury mogą połączyć agenta AI z dokumentami?

Istnieją trzy. Różnią się pytaniem, które zadaje recenzent bezpieczeństwa jako pierwsze: gdzie trafia dokument?

Przesyłanie do chmury Hostowane API Lokalny serwer MCP
Jak to działa Asystent lub wtyczka przesyła plik do usługi dostawcy Twój kod lub agent wywołuje REST API dostawcy z plikiem Klient AI uruchamia proces serwera na Twoim komputerze
Gdzie trafia dokument Chmura zewnętrznego dostawcy Chmura zewnętrznego dostawcy lub Twój własny tenant Nigdzie: odczytywany i zapisywany w lokalnych folderach
Powierzchnia sieciowa Wychodzące do dostawcy Wychodzące do dostawcy tylko stdio; brak przy pliku licencyjnym, przy licencjonowaniu metrowym tylko raporty użycia (bez treści dokumentu)
Porty przychodzące Nie dotyczy Nie dotyczy Brak
Użycie w środowisku odizolowanym Niemożliwe Zazwyczaj nie; zależy od opcji wdrożenia dostawcy Możliwe przy pliku licencyjnym
Kto go uruchamia Dostawca Dostawca Ty, jako część klienta AI

Trzecia kolumna to to, co implementują serwery GroupDocs MCP. Reszta tego wpisu opisuje, jak to działa i gdzie są jego ograniczenia.

Jak wygląda przepływ danych w lokalnym serwerze MCP?

Klient AI uruchamia serwer jako proces potomny i komunikuje się z nim przez standardowe wejście i wyjście przy użyciu JSON‑RPC. Serwer nigdy nie nasłuchuje na porcie sieciowym, a przy pliku licencyjnym nie nawiązuje żadnych połączeń wychodzących.

+--------------+          +--------------------+         +------------------+
|  klient AI   |  stdio   | proces serwera MCP | reads / | lokalny system   |
| (Claude,     | <------> | (GroupDocs engine) | <-----> | plików / output |
|  Cursor, ..) | JSON-RPC |   proces potomny   |  writes |     foldery      |
+--------------+          +--------------------+         +------------------+
       |
       | tylko podpowiedzi i cytowane fragmenty
       v
+--------------------+
|   dostawca modelu  |  (chmura lub lokalny model w Twojej sieci)
+--------------------+

Recenzent bezpieczeństwa otrzymuje cztery sprawdzalne stwierdzenia:

  • Transport: standardowe wejście i wyjście do procesu potomnego. Nie ma nic do firewallowania i nic do udostępniania.
  • Porty przychodzące: brak.
  • Telemetry: brak. Silnik dokumentów działa w procesie.
  • Użycie sieci: do pobrania obrazu z ghcr.io lub pakietu z nuget.org; dnx sprawdza nuget.org przy każdym uruchomieniu, chyba że wersja jest zablokowana. Serwer nie wykonuje własnych połączeń wychodzących, z wyjątkiem licencjonowania metrowego (poniżej) oraz wejść wskazujących na zdalną zawartość, np. szablonu ładującego obraz przez URL. --network none blokuje to ostatnie.

Możesz to zweryfikować zamiast ufać: uruchom zadanie i obserwuj nasłuchujące gniazda oraz połączenia wychodzące.

Co opuszcza maszynę, gdy agent przetwarza dokument?

Dokumenty nie opuszczają maszyny. Podpowiedzi i cytowane fragmenty tak.

Model stojący za Twoim klientem AI widzi konwersację. Jeśli model jest hostowany w chmurze, Twój tekst instrukcji trafia do dostawcy modelu, podobnie jak wszystko, co agent cytuje z powrotem do Ciebie. Dwa przykłady:

  • Po porównaniu agent zgłasza, że warunek płatności zmienił się z 30 na 45 dni. To zdanie jest częścią konwersacji i trafia do dostawcy.
  • Po ekstrakcji agent zgłasza łączną kwotę faktury. Plik nie został przeniesiony, ale ta wartość tak.

Przydatnym nawykiem jest formułowanie podpowiedzi tak, aby odpowiedź zawierała mniej treści, np. pytanie, które pliki mają sumę powyżej progu zamiast pytania o same sumy. Dla wrażliwych korpusów, połącz serwer z lokalnie hostowanym modelem. Wtedy cała pętla (klient, model, serwer, pliki) pozostaje w Twojej sieci.

Czy lokalny serwer potrzebuje dostępu do internetu?

Nie do przetwarzania. Zależy od trybu licencjonowania:

  • Plik licencyjny: odczytywany z lokalnego dysku przez lokalny proces. Działa w pełni offline i jest właściwym wyborem dla odizolowanych sieci.
  • Metrowe (pay‑per‑use): serwer raportuje użycie do GroupDocs, więc potrzebuje połączeń wychodzących. Raport nie zawiera treści dokumentu, ale samo połączenie musi być dozwolone przez Twój firewall.

Jeśli skonfigurowane są zarówno klucze metrowe, jak i plik licencyjny, klucze metrowe mają pierwszeństwo. Przechowuj klucze w zmiennych środowiskowych, a nie w zatwierdzonej konfiguracji. Strona licencjonowania każdego produktu opisuje konfigurację, a narzędzie get_license_status raportuje aktywny tryb.

Jak uruchomić serwer w obrębie perymetru przy użyciu Docker?

Obraz Docker jest często łatwiejszą opcją dla zespołu platformowego: jeden obraz z natywnymi zależnościami, brak SDK na hoście i granica ograniczona do zamontowanych folderów. Każdy produkt ma własny obraz, nazwany ghcr.io/groupdocs-<product>/<product>-net-mcp. Poniższe polecenie pokazuje szablon dla jednego produktu; zamień placeholdery.

docker run --rm -i --user "$(id -u):$(id -g)" \
  -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>
  • Zablokuj tag. Polecenia szybkiego startu używają :latest; w produkcji zablokuj tag do wersji, którą przetestowałeś, aby ponowne budowanie nie mogło zmienić zachowania w działającym przepływie pracy.
  • Montuj świadomie. Kontener widzi tylko foldery, które mu przydzielisz, co jest ściślejszą granicą niż proces uruchomiony jako Twój użytkownik.
  • Montuj licencję tylko do odczytu.
  • Na Linuxie, uruchom jako właściciel folderu. Obraz działa jako uid 1654, więc bez --user nie może zapisywać do /srv/documents. Konfiguracje klienta JSON nie uruchamiają powłoki: używaj liczb, np. "--user", "1000:1000".
  • Segmenty odizolowane: pobierz obraz wcześniej, lub wstępnie zbuforuj pakiet NuGet i zablokuj wersję.

Twój klient AI uruchamia to polecenie docker run jako polecenie serwera w swojej konfiguracji MCP, więc kontener jest procesem potomnym w diagramie powyżej. Dokumentacja opisuje obrazy jako wieloarchitekturalne (linux/amd64 i linux/arm64).

Czy lokalny serwer MCP jest odpowiedni dla branż regulowanych?

Usuwa największe pytanie w przeglądzie prywatności, czyli transfer dokumentów do zewnętrznego procesora. Zespoły w obszarach prawnym, finansowym, opieki zdrowotnej i sektora publicznego, których polityka zabrania przesyłania dokumentów, mogą używać go jako elementu budującego przepływy pracy zgodne z HIPAA lub GDPR. To opisuje jedynie przydatność architektoniczną. Serwery GroupDocs MCP nie są certyfikowane pod żadną regulację, a Twoje zobowiązania nadal zależą od modelu, z którym je łączysz, trybu licencji i własnych kontroli.

Jakie są ograniczenia tego modelu?

  • Jeden serwer obsługuje jeden proces klienta. Serwer stdio jest uruchamiany przez jednego klienta na jednej maszynie. Nie jest usługą wieloużytkownikową. Dla usługi współdzielonej, umieść własną usługę przed biblioteką GroupDocs zamiast uruchamiać wiele serwerów MCP.
  • Licencjonowanie metrowe wymaga połączeń wychodzących. Raporty użycia są wysyłane, jak opisano powyżej. Wybierz plik licencyjny, jeśli sieć musi być zamknięta.
  • Podpowiedzi nadal docierają do dostawcy modelu chyba że używasz lokalnie hostowanego modelu.
  • Tryb ewaluacji ma ograniczenia. Bez licencji serwery działają w trybie ewaluacji z ograniczeniami specyficznymi dla produktu. Na przykład serwer Comparison porównuje tylko pierwsze 2 strony i znakuje wynik watermarkiem. Najpierw wywołaj get_license_status i przeczytaj stronę licencjonowania swojego produktu.
  • Parser i Search dostępne są wyłącznie jako obrazy Docker. GroupDocs.Parser.Mcp i GroupDocs.Search.Mcp nie mają pakietu NuGet, więc powyższa droga Docker jest jedyną dla tych produktów. Na hoście Linux uruchom ich kontenery z --user "$(id -u):$(id -g)", aby mogły zapisywać do zamontowanych folderów.
  • Wyjątki platformowe. Dwie operacje specyficzne dla PDF obecnie nie działają na Linuxie, w tym obraz Docker, ponieważ obsługa obrazów w silniku PDF zależy od System.Drawing.Common, który .NET obsługuje tylko na Windows: GroupDocs.Annotation.Mcp generate_pages_preview na plikach PDF (renderuje dokumenty Word), oraz GroupDocs.Redaction.Mcp redact_image_area i erase_metadata na plikach PDF (redact_text na PDF oraz wszystkie trzy na dokumentach Word działają). Uruchom je na Windows z dnx; zobacz posty produktów.

FAQ

Czy MCP jest bezpieczny dla wrażliwych dokumentów?
Przy serwerze GroupDocs MCP dokumenty są przetwarzane w procesie na Twoim komputerze przez stdio, bez nasłuchujących portów i bez telemetryki. Pozostaje ocenić model używany przez Twój klient AI, ponieważ podpowiedzi i cytowane fragmenty trafiają tam.

Czy mogę uruchomić narzędzia Claude bez wysyłania danych do chmury?
Dokumenty pozostają lokalne w każdym przypadku. Aby również utrzymać podpowiedzi lokalnie, użyj klienta obsługującego lokalnie hostowany model, tak aby żadna część konwersacji nie opuszczała Twojej sieci.

Jakie dane wysyła serwer MCP?
W czasie działania serwer GroupDocs MCP nie wysyła nic przez sieć przy użyciu pliku licencyjnego. Przy licencjonowaniu metrowym wysyła raporty użycia do GroupDocs, nigdy treść dokumentu.

Per product: strony on‑premise w dokumentacji

Każda strona opisuje tę samą architekturę wraz z poleceniami dla danego produktu. Są to kanoniczne odniesienia dla przeglądu bezpieczeństwa.

Per product: od czego zacząć na blogu

Każdy produkt ma serię wpisów — cztery dla większości, pięć dla Editor i Assembly, sześć dla Search. Pierwszy wyjaśnia wzorzec; pozostałe go stosują.