Ви можете редагувати конфіденційні дані в документі, просто попросивши AI‑агента звичайними словами, а редагування виконується локально, всередині файлу, на вашому комп’ютері. За допомогою GroupDocs.Redaction.Mcp, під’єднаного до Claude Desktop, Claude Code, Cursor або GitHub Copilot, достатньо одного запиту:

Видаліть кожну електронну адресу у case-file.pdf і повідомте, який файл ви зберегли.

Крок‑за‑кроком з налаштуваннями та усуненням проблем описано в документації: How to redact sensitive data from documents with AI agents.

Чому чат‑модель не може просто відредагувати документ за вас?

Мовна модель, яка читає документ і створює новий, виконує переписування, а не редагування. При переписуванні можна пропустити випадок, змінити формулювання, яке ви не просили змінювати, і оригінальний файл залишиться недоторканим. Чорний прямокутник, намальований у переглядачі PDF, має подібний недолік: текст під ним все ще знаходиться у файлі і його можна скопіювати. Агент не повинен виконувати видалення. Він має запропонувати шаблон і викликати інструмент, а рушій має замінити знайдений текст безпосередньо в документі.

Саме так розподіляються обов’язки в GroupDocs.Redaction.Mcp. Агент пропонує шаблони та керує викликами. Рушій застосовує їх точно. Класифікатор, який визначає, що виглядає конфіденційним, відсутній, тому поведінка підлягає перегляду, а рішення про те, що вважається конфіденційним, залишається за вами.

Спосіб 1: Замінити текст за шаблоном

Використовуйте цей підхід для будь‑якого тексту, який можна описати регулярним виразом: електронні адреси, національні ідентифікаційні коди, номери телефонів, номери рахунків, ім’я клієнта. Агент викликає redact_text, який замінює текст, що відповідає шаблону, у документі та зберігає відредаговану копію. Оригінал залишається недоторканим.

Видаліть все, що відповідає \b\d{3}-\d{2}-\d{4}\b, американським номерам соціального страхування, у case-file.pdf. Показати шаблон перед виконанням.

Запитати про шаблон спочатку варто додаткового кроку. Регулярний вираз, який ви переглянули, — це редагування, яке можна обґрунтувати, а «вільний» вираз видаляє більше, ніж ви планували, тоді як «жорсткий» залишає дані. Параметр replacement за замовчуванням дорівнює [REDACTED], що спрощує перевірку результату.

Очікуваний результат: відредагована копія у вихідній теці та повідомлення агента з назвою збереженого файлу.

Спосіб 2: Очистити місця, куди шаблон тексту не діє

Очищення основного тексту та передача файлу, у якому коментарі на полях і поле автора все ще містять ім’я особи, — найпоширеніший спосіб, коли редагування не вдається. Конфіденційні дані розташовані у чотирьох місцях, і кожне має свій інструмент:

Де знаходяться дані Інструмент
Основний текст redact_text
Скановані зображення, фото, підписи redact_image_area
Коментарі та нотатки redact_annotations
Автор, компанія, дати у властивостях erase_metadata

Видаліть усі анотації у case-file.docx, потім очистіть властивості автора, компанії та дати. Застосуйте кожен крок до файлу, створеного попереднім кроком.

redact_annotations може замінити текст анотації або, за допомогою deleteAll, повністю видалити анотації. erase_metadata приймає список полів, розділених комами, наприклад Author,Company,CreatedTime, і за замовчуванням використовує All. Порядок ланцюжка важливий: кожен виклик створює новий файл, тому агент, який передає оригінал у другий крок, втрачає результат першого.

Очікуваний результат: фінальний файл, створений останнім кроком у ланцюжку, з видимими назвами всіх проміжних файлів у транскрипті.

Спосіб 3: Редагувати перед запитом і не передавати значення у розмову

Попереднє редагування до LLM означає, що конфіденційні рядки ніколи не потрапляють до хостованої моделі. Документи залишаються на вашому комп’ютері, а розмова — ні. При використанні хмарної моделі те, що говорить агент, надходить до провайдера моделі, і в процесі редагування це можуть бути рядки, які ви видаляєте. «I redacted jane.smith@example.com» вже передав захищену адресу.

Видаліть ім’я клієнта, використовуючи наш стандартний шаблон. Не повторюйте знайдений текст у вашій відповіді.

Інструменти редагування повертають назву збереженого файлу, а не кількість знайдених збігів. Число в відповіді агента — це його власне читання, наприклад результат пошуку перед редагуванням, тому розглядайте його як контрольну точку, а не як вихід інструмента. Для найвищого рівня безпеки запустіть локальну модель, щоб нічого не залишало вашого периметру, що також забезпечує повністю локальну автоматизацію редагування документів.

Очікуваний результат: назва збереженого файлу у відповіді без конфіденційних рядків у транскрипті.

Приклад сеансу (скорочений)

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.

Які обмеження режиму оцінки?

Скажіть це чітко перед будь‑яким важливим запуском. Без ліцензії сервер працює в режимі оцінки: один документ за процес, одне редагування, максимум 4 заміни, плюс пробні значки. Шаблон, який зустрічається десять разів, буде відредагований чотири рази, а шість залишаться, і вихідний файл може виглядати чистим. Це обмеження лише для демонстрацій. Ніколи не розповсюджуйте результат неліцензованого запуску і спочатку запитайте get_license_status: «What is the license status of the redaction server?»

Чи відповідає результат вимогам регуляції, наприклад GDPR, — це рішення, яке залишається за вами. Сервер видаляє те, що ви вказали, у файлі, який ви надали.

  • PDF на Linux. На Linux, включаючи Docker‑образ, redact_image_area і erase_metadata наразі не працюють з PDF‑файлами (обробка зображень у PDF‑движку залежить від System.Drawing, який .NET підтримує лише на Windows); обидва працюють з Word‑документами, а redact_text працює з PDF. Запускайте редагування областей PDF та стирання метаданих на Windows за допомогою dnx.

FAQ

Чи може Claude редагувати персональні дані у PDF без їх завантаження? Так. Сервер MCP працює як дочірній процес вашого AI‑клієнта через локальний stdio і читає/записує файли у вказаних теках. Пам’ятайте, що все, що агент говорить у чаті, все одно надходить до провайдера хмарної моделі.

Чи вирішує агент, що є конфіденційним? Ні. Агент пропонує шаблони, а ви їх переглядаєте. Рушій застосовує саме те, що йому передано.

Як встановити? За допомогою .NET 10 SDK запустіть dnx GroupDocs.Redaction.Mcp --yes і встановіть GROUPDOCS_MCP_STORAGE_PATH у теку, що містить ваші документи. Інший варіант — Docker: ghcr.io/groupdocs-redaction/redaction-net-mcp.

Досліджуйте глибше