Você pode remover dados sensíveis de um documento pedindo a um agente de IA em linguagem natural, e a remoção ocorre localmente, dentro do arquivo, na sua máquina. Com GroupDocs.Redaction.Mcp conectado ao Claude Desktop, Claude Code, Cursor ou GitHub Copilot, um único prompt basta:

Remova todos os endereços de e‑mail em case-file.pdf e me diga qual arquivo você salvou.

A versão passo a passo com configuração e solução de problemas está na documentação: Como remover dados sensíveis de documentos com agentes de IA.

Por que um modelo de chat não pode simplesmente remover o documento para você?

Um modelo de linguagem que lê um documento e escreve um novo está produzindo uma reescrita, não uma remoção. A reescrita pode perder ocorrências, mudar a redação que você não pediu para mudar e nunca toca o arquivo original. Um retângulo preto desenhado em um visualizador de PDF tem uma falha semelhante: o texto sob a caixa ainda está no arquivo e pode ser copiado. O agente não deve fazer a remoção. Ele deve propor o padrão e chamar uma ferramenta, e o mecanismo deve substituir o texto correspondido no próprio documento.

Essa é a divisão de trabalho no GroupDocs.Redaction.Mcp. O agente propõe padrões e dirige as chamadas. O mecanismo os aplica exatamente. Não há um classificador decidindo o que parece sensível, portanto o comportamento é revisável, e a decisão sobre o que conta como sensível permanece com você.

Caminho 1: Substituir texto por padrão

Use isso para qualquer coisa que você possa descrever como uma expressão regular: endereços de e‑mail, documentos de identidade nacionais, números de telefone, números de conta, nome de cliente. O agente chama redact_text, que substitui o texto que corresponde ao padrão no documento e salva uma cópia removida. O original permanece intocado.

Remova tudo que corresponda a \b\d{3}-\d{2}-\d{4}\b, números de seguro social dos EUA, em case-file.pdf. Mostre-me o padrão antes de executá-lo.

Pedir para ver o padrão primeiro vale a rodada extra. Uma regex que você leu é uma remoção que pode defender, e uma frouxa remove mais do que você pretendia enquanto uma apertada deixa dados para trás. O parâmetro replacement tem como padrão [REDACTED], o que mantém a saída fácil de revisar.

Resultado esperado: uma cópia removida na pasta de saída e uma mensagem do agente nomeando o arquivo salvo.

Caminho 2: Limpar os locais onde um padrão de texto não pode alcançar

Limpar o texto do corpo e enviar um arquivo cujos comentários de margem e campo de autor ainda nomeiam a pessoa é a forma mais comum de falha de remoção. Dados sensíveis estão em quatro lugares, e cada um tem sua própria ferramenta:

Onde os dados estão Ferramenta
Texto do corpo redact_text
Digitalizações, fotos, assinaturas redact_image_area
Comentários e notas adesivas redact_annotations
Autor, empresa, datas nas propriedades erase_metadata

Exclua todas as anotações em case-file.docx, depois apague as propriedades de autor, empresa e data. Aplique cada etapa ao arquivo produzido pela anterior.

redact_annotations pode substituir o texto da anotação ou, com deleteAll, remover anotações totalmente. erase_metadata aceita uma lista de campos separada por vírgulas, como Author,Company,CreatedTime, e tem como padrão All. A instrução de encadeamento importa: cada chamada grava um novo arquivo, portanto um agente que alimenta o original na segunda etapa descarta a primeira.

Resultado esperado: um arquivo final produzido pela última etapa da cadeia, com cada nome de arquivo intermediário visível na transcrição.

Caminho 3: Remover antes de solicitar, e manter os valores fora da conversa

A remoção pré‑LLM significa que as strings sensíveis nunca chegam a um modelo hospedado, em primeiro lugar. Os documentos permanecem na sua máquina, mas a conversa não. Com um modelo hospedado na nuvem, o que o agente diz viaja até o provedor do modelo, e no trabalho de remoção isso pode incluir as strings que você está removendo. “I redacted jane.smith@example.com” acabou de enviar o endereço que você estava protegendo.

Remova o nome do cliente usando nosso padrão padrão. Não repita o texto correspondido na sua resposta.

As ferramentas de remoção retornam o nome do arquivo salvo, não a contagem de correspondências. Um número na resposta do agente é sua própria leitura, por exemplo a partir de uma busca no texto antes da remoção, então trate-o como verificação cruzada e não como saída da ferramenta. Para a configuração mais forte, execute um modelo local para que nada saia do seu perímetro, o que também fornece automação de remoção de documentos que permanece local de ponta a ponta.

Resultado esperado: um nome de arquivo salvo na resposta, sem strings sensíveis na transcrição.

Exemplo de sessão (abreviado)

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.

Quais são os limites do modo de avaliação?

Declare isso claramente antes de qualquer execução que importe. Sem licença o servidor roda em modo de avaliação: um documento por processo, uma remoção, limitado a 4 substituições, além de selos de teste. Um padrão que ocorre dez vezes é removido quatro vezes e permanece seis, e a saída pode parecer limpa. O limite serve apenas para demonstrações. Nunca distribua a saída de uma execução não licenciada e pergunte get_license_status primeiro: “Qual é o status da licença do servidor de remoção?”

Se um resultado atende a uma regulamentação como o GDPR é uma decisão que permanece com você. O servidor remove o que você lhe disser para remover, no arquivo que você fornecer.

  • PDF no Linux. No Linux, incluindo a imagem Docker, redact_image_area e erase_metadata atualmente falham em arquivos PDF (o tratamento de imagens do motor PDF depende de System.Drawing, que .NET suporta apenas no Windows); ambos funcionam em documentos Word, e redact_text funciona em PDF. Execute a remoção de área de PDF e a exclusão de metadados no Windows com dnx.

Perguntas Frequentes

O Claude pode remover PII de um PDF sem enviá‑lo? Sim. O servidor MCP roda como um processo filho do seu cliente de IA via stdio local e lê e grava arquivos nas pastas que você configurar. Esteja ciente de que tudo o que o agente disser no chat ainda vai para um provedor de modelo na nuvem.

O agente decide o que é sensível? Não. O agente propõe padrões e você os revisa. O mecanismo aplica exatamente o que lhe é dado.

Como eu instalo? Com o .NET 10 SDK, execute dnx GroupDocs.Redaction.Mcp --yes e defina GROUPDOCS_MCP_STORAGE_PATH para a pasta que contém seus documentos. Docker é a outra opção: ghcr.io/groupdocs-redaction/redaction-net-mcp.

Aprofunde-se