Um servidor GroupDocs MCP permite que Claude Desktop, Claude Code, Cursor, GitHub Copilot e outros clientes MCP trabalhem com seus documentos localmente: o cliente inicia o servidor como um processo filho na sua própria máquina, e os arquivos são lidos e gravados nas pastas que você escolher. A arquitetura completa e o modelo de segurança estão documentados na página on‑premise de cada produto, por exemplo Running GroupDocs MCP servers on-premise: architecture and security model. Esta postagem compara as três formas comuns de conectar um agente de IA a documentos e explica o que sai e o que não sai da máquina.

Quais arquiteturas podem conectar um agente de IA a documentos?

Existem três. Elas diferem na pergunta que um revisor de segurança faz primeiro: onde o documento vai?

Upload na nuvem API hospedada Servidor MCP local
Como funciona O assistente ou um plugin envia o arquivo para um serviço do fornecedor Seu código ou agente chama uma API REST do fornecedor com o arquivo O cliente de IA inicia um processo de servidor na sua máquina
Para onde o documento vai Uma nuvem de terceiros Uma nuvem de terceiros ou seu próprio locatário Nenhum lugar: lido e escrito em pastas locais
Superfície de rede Saída para o fornecedor Saída para o fornecedor apenas stdio; nenhum com um arquivo de licença, apenas relatórios de uso (sem conteúdo de documento) com licenciamento medido
Portas de entrada Não aplicável Não aplicável Nenhuma
Uso em ambiente isolado Não possível Normalmente não; depende das opções de implantação do fornecedor Possível com um arquivo de licença
Quem o executa O fornecedor O fornecedor Você, como parte do cliente de IA

A terceira coluna é o que os servidores GroupDocs MCP implementam. O resto desta postagem cobre como funciona e onde estão seus limites.

Como é o fluxo de dados de um servidor MCP local?

O cliente de IA inicia o servidor como um processo filho e se comunica com ele via entrada e saída padrão usando JSON‑RPC. O servidor nunca escuta em uma porta de rede e, com um arquivo de licença, também não faz conexões de saída.

+--------------+          +--------------------+         +------------------+
|  AI client   |  stdio   | MCP server process | reads / | local filesystem |
| (Claude,     | <------> | (GroupDocs engine) | <-----> | storage / output |
|  Cursor, ..) | JSON-RPC |   child process    |  writes |     folders      |
+--------------+          +--------------------+         +------------------+
       |
       | prompts and quoted fragments only
       v
+--------------------+
|   model provider   |  (cloud, or a local model inside your network)
+--------------------+

Um revisor de segurança obtém quatro declarações verificáveis:

  • Transporte: entrada e saída padrão para um processo filho. Não há nada para firewall e nada para expor.
  • Portas de entrada: nenhuma.
  • Telemetria: nenhuma. O mecanismo de documentos roda no processo.
  • Uso de rede: apenas no momento da instalação, para baixar o pacote de nuget.org ou a imagem de ghcr.io. Em tempo de execução o servidor não faz chamadas de saída, com uma exceção de licenciamento descrita abaixo.

Você pode verificar isso em vez de confiar: execute uma tarefa e observe sockets de escuta e conexões de saída.

O que sai da máquina quando um agente processa um documento?

Os documentos não deixam a máquina. Prompts e fragmentos citados deixam.

O modelo por trás do seu cliente de IA vê a conversa. Se o modelo estiver hospedado na nuvem, seu texto de instrução chega ao provedor do modelo, e também tudo o que o agente cita de volta para você. Dois exemplos:

  • Após uma comparação, um agente relata que um termo de pagamento mudou de 30 para 45 dias. Essa frase faz parte da conversa e viaja para o provedor.
  • Após uma extração, um agente relata o total de uma fatura. O arquivo não se moveu, mas esse valor sim.

Um hábito útil é formular prompts de modo que a resposta contenha menos conteúdo, por exemplo perguntando quais arquivos têm um total acima de um limite em vez de solicitar os totais. Para corpora sensíveis, combine o servidor com um modelo hospedado localmente. Assim, todo o loop (cliente, modelo, servidor, arquivos) permanece dentro da sua rede.

Um servidor local precisa de acesso à internet?

Não para processamento. Depende do modo de licença:

  • Arquivo de licença: lido do disco local pelo processo local. Isso funciona totalmente offline e é a escolha certa para redes isoladas.
  • Medido (pay-per-use): o servidor relata uso à GroupDocs, portanto precisa de saída. O relatório não contém conteúdo de documento, mas a conexão em si deve ser permitida pelo seu firewall.

Se chaves de licenciamento medido e um arquivo de licença estiverem configurados, as chaves de licenciamento medido têm precedência. Mantenha as chaves em variáveis de ambiente em vez de em configuração comprometida. A página de licenciamento de cada produto descreve a configuração, e a ferramenta get_license_status relata o modo ativo.

Como executar o servidor dentro do perímetro com Docker?

A imagem Docker costuma ser a opção mais fácil para uma equipe de plataforma: uma imagem com as dependências nativas, sem SDK no host, e uma fronteira limitada às pastas que você monta. Cada produto tem sua própria imagem, nomeada ghcr.io/groupdocs-<product>/<product>-net-mcp. O comando abaixo mostra o formato para um produto; substitua os marcadores.

docker run --rm -i \
  -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>
  • Fixe a tag. Os comandos de início rápido usam :latest; para produção, fixe a tag na versão que você testou para que uma reconstrução não altere o comportamento durante um fluxo de trabalho em execução.
  • Monte deliberadamente. O contêiner vê apenas as pastas que você fornece, o que é uma fronteira mais restrita do que um processo executado como seu usuário.
  • Monte a licença como somente leitura.
  • Segmentos isolados: pré-baixe a imagem, ou pré-cache o pacote NuGet, e fixe a versão.

Seu cliente de IA executa este comando docker run como o comando do servidor em sua configuração MCP, de modo que o contêiner é o processo filho no diagrama acima. A documentação descreve as imagens como multi‑arch (linux/amd64 e linux/arm64).

Um servidor MCP local é adequado para indústrias reguladas?

Ele elimina a maior questão em uma revisão de privacidade, que é a transferência de documentos para um processador de terceiros. Equipes em ambientes jurídico, financeiro, de saúde e setor público, cujas políticas proíbem o upload de documentos, podem usá‑lo como bloco de construção para fluxos de trabalho orientados a HIPAA ou GDPR. Isso descreve apenas a adequação arquitetural. Os servidores GroupDocs MCP não são certificados para nenhuma regulamentação, e suas obrigações ainda dependem do modelo que você combina, do modo de licença e dos seus próprios controles.

Quais são os limites deste modelo?

  • Um servidor atende a um processo cliente. Um servidor stdio é iniciado por um cliente em uma máquina. Não é um serviço multi‑usuário. Para um serviço compartilhado, coloque seu próprio serviço na frente da biblioteca GroupDocs em vez de executar muitos servidores MCP.
  • Licenciamento medido precisa de saída. Relatórios de uso são enviados, conforme descrito acima. Escolha um arquivo de licença se a rede precisar permanecer fechada.
  • Prompts ainda chegam ao provedor do modelo a menos que você use um modelo hospedado localmente.
  • Modo de avaliação tem limites. Sem licença, os servidores rodam em modo de avaliação com restrições específicas do produto. Por exemplo, o servidor Comparison compara apenas as duas primeiras páginas e adiciona marca d’água ao resultado. Chame get_license_status primeiro e leia a página de licenciamento do seu produto.
  • Parser e Search são distribuídos apenas como imagens Docker. GroupDocs.Parser.Mcp e GroupDocs.Search.Mcp não possuem pacote NuGet, portanto a rota Docker acima é a única para esses produtos. Em um host Linux, execute seus contêineres com --user "$(id -u):$(id -g)" para que possam gravar nas pastas que você monta.
  • Exceções de plataforma. Duas operações específicas de PDF falham atualmente no Linux, inclusive na imagem Docker, porque o tratamento de imagens do motor PDF depende de System.Drawing.Common, que .NET suporta apenas no Windows: GroupDocs.Annotation.Mcp generate_pages_preview em arquivos PDF (documentos Word são renderizados), e GroupDocs.Redaction.Mcp redact_image_area e erase_metadata em arquivos PDF (redact_text em PDF, e os três em documentos Word, funcionam). Execute esses no Windows com dnx; veja as postagens dos produtos.

FAQ

O MCP é seguro para documentos sensíveis?
Com um servidor GroupDocs MCP, os documentos são processados no próprio processo na sua máquina via stdio, sem portas de escuta e sem telemetria. O que resta avaliar é o modelo que seu cliente de IA usa, pois prompts e fragmentos citados vão para ele.

Posso executar ferramentas Claude sem enviar dados para a nuvem?
Os documentos permanecem locais de qualquer forma. Para manter os prompts locais também, use um cliente que suporte um modelo hospedado localmente, de modo que nenhuma parte da conversa deixe sua rede.

Quais dados um servidor MCP envia?
Em tempo de execução, um servidor GroupDocs MCP não envia nada pela rede quando um arquivo de licença é usado. Com licenciamento medido, ele envia relatórios de uso à GroupDocs, nunca conteúdo de documento.

Por produto: páginas on‑premise na documentação

Cada página cobre a mesma arquitetura com os comandos para esse produto. Estas são as referências canônicas para uma revisão de segurança.

Por produto: por onde começar no blog

Cada produto tem uma série de postagens — quatro para a maioria, seis para Search. A primeira explica o padrão; as demais o aplicam.