Bạn có thể xóa siêu dữ liệu trước khi chia sẻ bằng một lời nhắc duy nhất cho một tác nhân AI chạy GroupDocs.Metadata.Mcp cục bộ, nhưng một tệp đã được gỡ bỏ không tự động trở thành tệp an toàn. Lời nhắc:

Gỡ bỏ tất cả siêu dữ liệu khỏi các tệp trong thư mục tài liệu của tôi và cho tôi biết bạn đã gỡ bỏ gì.

Phiên bản từng bước với cấu hình và khắc phục sự cố có trong tài liệu: Cách gỡ bỏ siêu dữ liệu khỏi tài liệu trước khi chia sẻ.

Cách tiếp cận sai thường gặp là gì?

Cách tiếp cận phổ biến là “gỡ bỏ và gửi đi”: thực hiện một lần xóa, cho rằng kết quả đã sạch, đính kèm tệp. Điều này thất bại theo ba cách, và không có cách nào là lỗi. Mỗi cách là một ranh giới của ý nghĩa việc xóa siêu dữ liệu.

Tại sao bản gốc vẫn còn rủi ro?

remove_metadata xóa siêu dữ liệu khỏi một tài liệu và lưu bản sao đã làm sạch vào bộ nhớ. Nó không ghi lại bản gốc. Bản gốc vẫn còn trên đĩa với mọi thứ bên trong, vì vậy việc đính kèm tệp sai làm mất mục đích. Đây là một trường hợp quen thuộc: một tài liệu đấu thầu đến với tên của đối thủ trong trường Company vì tệp chưa được làm sạch là tệp được gửi trong email.

Giải pháp là theo quy trình. Yêu cầu tác nhân đặt tên cho tệp mà nó tạo ra, và chỉ gửi tệp đó.

Tại sao “không có siêu dữ liệu” không đồng nghĩa với “không có nội dung ẩn”?

Các thay đổi được theo dõi, bình luận, đối tượng nhúng và các phiên bản trước tồn tại trong phần thân tài liệu, không phải trong bộ thuộc tính. Công cụ siêu dữ liệu không thể xóa những gì không phải siêu dữ liệu. Đối với bình luận và chú thích, tài liệu chỉ tới máy chủ GroupDocs.Annotation.Mcp, và đối với việc xóa nội dung ở mức độ nội dung, tới GroupDocs.Redaction. Máy chủ nào nên dùng cho bước siêu dữ liệu: máy chủ Redaction với erase_metadata xóa các trường thuộc tính tài liệu được đặt tên (author, title, company, keywords, dates và tương tự), trong khi máy chủ này với remove_metadata gỡ bỏ theo danh mục (gps, author, comments, company, dates, software, copyright, keywords, personal) và bao phủ các gói EXIF, XMP và IPTC. Đối với các vấn đề về văn bản ẩn và chú thích, xem 3 cách xóa dữ liệu nhạy cảm bằng các tác nhân AI.

Tại sao một lần chạy không có giấy phép không thể tin cậy?

Trong chế độ đánh giá, chỉ 5 thuộc tính tài liệu đầu tiên có thể đọc và ghi, và XMP và EXIF chỉ một phần khả dụng. Một lần “gỡ bỏ mọi thứ” trong chế độ đánh giá không thể khẳng định trung thực rằng mọi thứ đã được xóa, và việc đọc xác minh cũng chỉ một phần: bạn sẽ xác nhận một danh sách bị cắt ngắn. Hãy gọi get_license_status trước. Áp dụng tệp giấy phép hoặc khóa tính phí, hoặc sử dụng giấy phép tạm thời miễn phí 30 ngày, trước khi thực hiện lần chạy chia sẻ thực tế.

Cách đúng: đọc, gỡ bỏ, xác minh?

Sử dụng một vòng lặp trong đó mỗi bước là một lời gọi công cụ và bước cuối cùng là đọc bản sao:

  1. Ghi lại. read_metadata trên bản gốc ghi lại những gì đã có.
  2. Gỡ bỏ. remove_metadata tạo ra bản sao đã làm sạch. Khi không có categories nó sẽ xóa tất cả siêu dữ liệu có thể xóa, tức là các thuộc tính tài liệu, các gói EXIF, XMP và IPTC và tương tự; thông tin cấu trúc là một phần của tài liệu không phải siêu dữ liệu và sẽ được giữ lại. Để giữ tiêu đề và ngày, hãy truyền các danh mục thay thế: gps, author, comments, company, dates, software, copyright, keywords hoặc personal (một gói nỗ lực tốt nhất bao gồm người, công ty và vị trí).
  3. Xác minh. read_metadata trên tệp đã làm sạch hiển thị những gì còn lại.

Bước 3 là bước mà mọi người thường bỏ qua, và nó biến “Tôi nghĩ nó đã sạch” thành một so sánh trước và sau. Một lời nhắc có thể tái sử dụng:

Trước khi tôi gửi bất kỳ thứ gì từ thư mục này: đọc siêu dữ liệu, gỡ bỏ nó, xác minh bản sao đã sạch, và cho tôi một báo cáo một dòng cho mỗi tệp.

Đó là ba lời gọi công cụ cho mỗi tệp và một bảng ở cuối, là công việc thường ngày cho một tác nhân và công việc mà một người thường quên khi gấp deadline.

Khi nào nên chạy gỡ bỏ: một lần, hay mỗi lần?

Xem nó như một điểm kiểm tra, không phải một dự án dọn dẹp. Các sự cố mà nó ngăn ngừa hiếm khi gây ấn tượng mạnh: một thông cáo báo chí có tên người soạn trong trường tác giả, một hợp đồng có nhà tuyển dụng cũ trong trường công ty, một bức ảnh hiện trường có tọa độ đính kèm. Mỗi trường hợp là một tệp bình thường đã rời thư mục mà không ai hỏi nó mang gì. Một tác nhân là điểm kiểm tra cuối cùng tốt vì câu hỏi không tốn chi phí. Đặt hướng dẫn cố định trong quy tắc dự án của bạn hoặc trong lời nhắc bạn tái sử dụng, để chuỗi đọc, gỡ bỏ và xác minh chạy trên thư mục xuất mỗi lần và không chỉ khi ai đó nhớ.

Điểm kiểm tra chỉ hoạt động nếu trạng thái giấy phép được biết. Trong một lần chạy có giấy phép hoặc tính phí, việc đọc xác minh sẽ thấy toàn bộ bộ thuộc tính, và báo cáo một dòng cho mỗi tệp là một tuyên bố bạn có thể tin cậy. Trong một lần chạy đánh giá, xem báo cáo như một buổi diễn tập quy trình và không hơn thế.

Phiên làm việc mẫu (rút gọn)

You:    Remove the author and company from tender-draft.pdf, keep title and dates, then verify.
Agent:  [calls read_metadata on tender-draft.pdf]            Author, Company, Title, dates found
Agent:  [calls remove_metadata: categories = author, company]  2 properties removed
Agent:  [calls read_metadata on the cleaned copy]            Title and dates remain; Author and Company absent
        Send the cleaned copy named in the remove step, not tender-draft.pdf.

Đây là một minh họa của quy trình, không phải một ảnh chụp màn hình. remove_metadata trả về một thông báo đường dẫn đã lưu kèm số lượng thuộc tính đã xóa.

Câu hỏi thường gặp

Tôi có thể xóa tác giả khỏi một tệp PDF trước khi gửi không?
Có. Yêu cầu tác nhân xóa danh mục author, và nó sẽ gọi remove_metadata với danh mục đó và lưu một bản sao đã làm sạch. Kiểm tra bản sao bằng một lần đọc thứ hai.

Tôi có nên xóa siêu dữ liệu trước khi tải tài liệu lên LLM không?
Nếu tài liệu sẽ rời máy của bạn, hãy gỡ bỏ một bản sao trước, vì các thuộc tính sẽ đi kèm với tệp. Với GroupDocs.Metadata.Mcp, việc gỡ bỏ diễn ra cục bộ.

Việc gỡ bỏ có loại bỏ các thay đổi được theo dõi và bình luận trong phần thân không?
Không. Đó là nội dung, không phải siêu dữ liệu. Danh mục comments đề cập đến các thuộc tính bình luận trong siêu dữ liệu, và các bình luận và chú thích ở mức độ thân thuộc về máy chủ Annotation, còn văn bản ẩn và các việc xóa nội dung khác thuộc về máy chủ Redaction.

Đi sâu hơn