Việc xóa nhạy cảm chỉ được coi là hoàn thành khi bạn đã kiểm tra tệp mà bạn sắp phát hành, và một tác nhân AI có thể thực hiện kiểm tra đó cục bộ trong vài lần gọi. Với GroupDocs.Redaction.Mcp kết nối với Claude Code, Cursor hoặc GitHub Copilot, bắt đầu bằng cách đọc lại bản sao đã xóa nhạy cảm dưới dạng văn bản và tìm kiếm nó:

Trích xuất văn bản của case-file_redacted.pdf và cho tôi biết có địa chỉ email nào xuất hiện trong đó không.

Kỳ vọng không có. Phiên bản từng bước với cấu hình và khắc phục sự cố có trong tài liệu: Cách kiểm chứng rằng việc xóa nhạy cảm đã hoàn thành.

Tại sao “công cụ đã chạy” không phải là bằng chứng?

Bởi vì một công cụ xóa nhạy cảm kết thúc mà không có lỗi không nói gì về mẫu, tệp, trạng thái giấy phép hoặc các nơi khác dữ liệu ẩn. Một việc xóa nhạy cảm mà bạn chưa kiểm chứng chỉ là một tuyên bố, không phải một kiểm soát. Cách thường gặp gây lỗi không phải là hiếm. Các loại lỗi ít:

  • Dữ liệu đã được che, không bị xóa. Các khối mờ được vẽ lên trên văn bản để lại văn bản trong tệp, và người đọc có thể sao chép ra. Bài viết Wikipedia về redaction mô tả một báo cáo quân sự Mỹ năm 2005 về cái chết của Nicola Calipari, được công bố dưới dạng PDF với các phần bị chặn có thể được khôi phục bằng cách sao chép và dán vào trình xử lý văn bản (xem thêm BBC News, 2 May 2005).
  • Mẫu đã bỏ lỡ một biến thể: dấu phân cách khác, ngắt dòng, hoặc chữ hoa/thường khác.
  • Một bước đã được áp dụng cho tệp sai, vì vậy một bước sau đã hoàn tác bước trước.
  • Bình luận hoặc thuộc tính tài liệu vẫn chứa tên người.
  • Một lần chạy không có giấy phép đã dừng im lặng khi đạt giới hạn thay thế.

Cách sai để kiểm chứng là gì?

Hỏi tác nhân “bạn đã lấy hết mọi thứ chưa?” và chấp nhận “có”. Tác nhân không có thông tin mới; nó chỉ tóm tắt các lần gọi của mình. Cách sai thứ hai là kiểm chứng tệp mà bạn nghĩ mình đã tạo. Quy tắc chuỗi nghĩa là hoàn toàn có thể kiểm chứng một tài liệu đã bỏ qua một bước.

Cách đúng là gì? Bốn kiểm tra

Thực hiện chúng trên tệp chính xác mà bạn dự định phát hành.

1. Đọc lại bản sao đã xóa nhạy cảm dưới dạng văn bản. Lệnh ở trên thực hiện việc này bằng một công cụ trả về văn bản, chẳng hạn extract_text trong GroupDocs.Parser.Mcp (docs), được cung cấp dưới dạng hình ảnh Docker. Bất kỳ kết quả nào cũng có nghĩa là mẫu đã bỏ lỡ các biến thể, hoặc lần chạy đã đạt giới hạn đánh giá. Không sử dụng redact_text cho kiểm tra này: nó báo cáo một tệp đã lưu, không phải số lượng, và ghi một bản sao khác, vì vậy một phản hồi trông sạch sẽ không chứng minh gì.

2. Kiểm tra ba nơi còn lại. Các chú thích và thuộc tính không xuất hiện trong tìm kiếm văn bản. Máy chủ GroupDocs.Annotation.Mcp liệt kê các chú thích bằng get_annotations, mỗi mục cho một bình luận kèm trang và tin nhắn.

Bây giờ kiểm tra bản sao đã xóa nhạy cảm để tìm chú thích và đọc các thuộc tính tài liệu của nó.

Để kiểm tra thuộc tính sâu hơn trên mọi gói, công cụ read_metadata của máy chủ GroupDocs.Metadata.Mcp trả về tất cả các thuộc tính metadata dưới dạng JSON, và nó cũng đọc EXIF, XMP và IPTC. Đây là vòng lặp giữa các máy chủ: máy chủ Redaction thực hiện xóa, máy chủ thứ hai đọc lại.

3. Xem các trang. Các vùng xóa nhạy cảm không thể được xác minh bằng tìm kiếm văn bản. Mở tài liệu, hoặc để tác nhân render mỗi trang bằng công cụ render_page của GroupDocs.Viewer.Mcp, và xác nhận mỗi hộp bao phủ đúng những gì nó dự định bao phủ, hoàn toàn, trên trang đúng.

4. Xác nhận trạng thái giấy phép của lần chạy đã tạo ra nó.

Trạng thái giấy phép của máy chủ redaction là gì?

Nếu câu trả lời là evaluation, việc xóa nhạy cảm đã bị giới hạn ở bốn lần thay thế. Kiểm chứng thường sẽ hiển thị điều này, nhưng một tài liệu có đúng bốn khớp sẽ vượt qua và vẫn sai. Luôn luôn giấy phép trước, kiểm chứng sau. get_license_status trả lời câu hỏi đầu tiên, và get_document_info trả về số trang và kích thước khi có vùng xóa nhạy cảm.

Phiên làm việc mẫu (rút gọn)

You:    What is the license status of the redaction server?
Agent:  -> get_license_status()   mode: licensed
You:    Extract the text of case-file_redacted.pdf and tell me whether any email address appears.
Agent:  -> extract_text (Parser server)   No email addresses in the extracted text.
You:    Now check it for annotations and read its document properties.
Agent:  -> get_annotations (Annotation server)   no annotations
        -> read_metadata (Metadata server)       Author, Company: empty
You:    Summarize what you redacted, in which file, and what the verification found.

Làm sao để giữ bằng chứng?

Bản ghi kiểm chứng, bao gồm các mẫu đã dùng, các tệp đã tạo và những gì được đọc lại, là bằng chứng cho việc xóa nhạy cảm đã được thực hiện và kiểm tra. Yêu cầu tác nhân cung cấp nó dưới dạng tóm tắt và lưu cùng với hồ sơ vụ việc. Điều này phù hợp cho một chuỗi kiểm toán, không phải là chứng nhận kết quả.

Kiểm chứng không thể cho bạn biết gì?

Nó không thể cho bạn biết liệu các mẫu của bạn có đúng hay không. Mọi thứ ở trên cho thấy những gì bạn yêu cầu xóa đã biến mất. Quyết định những gì nên xóa là phán đoán của bạn, và không công cụ nào có thể thay bạn làm điều đó.

Giới hạn của chế độ đánh giá là gì?

Mỗi quy trình chỉ xử lý một tài liệu, một lần xóa nhạy cảm, giới hạn ở 4 lần thay thế, cộng thêm các huy hiệu dùng thử. Giới hạn này là giới hạn demo; một lần chạy không có giấy phép trông giống như đã xóa nhưng vẫn có thể chứa dữ liệu, vì vậy hãy kiểm tra get_license_status trước khi tin tưởng bất kỳ kiểm chứng nào.

  • PDF trên Linux. Trên Linux, bao gồm hình ảnh Docker, redact_image_area và erase_metadata hiện đang thất bại với các tệp PDF (việc xử lý hình ảnh của engine PDF phụ thuộc vào System.Drawing, mà .NET chỉ hỗ trợ trên Windows); cả hai đều hoạt động trên tài liệu Word, và redact_text hoạt động trên PDF. Thực hiện xóa vùng PDF và xóa metadata trên Windows bằng dnx.

Câu hỏi thường gặp

PDF đã xóa nhạy cảm của tôi có thực sự được xóa không? Chỉ khi việc đọc lại văn bản của bản sao đã xóa không tìm thấy bất kỳ giá trị nào đã bị xóa, các chú thích và thuộc tính đều sạch, và bạn đã xem các vùng xóa. Kiểm tra cả bốn mục mất vài lần gọi.

Một tác nhân AI có thể kiểm tra PDF đã xóa nhạy cảm để phát hiện rò rỉ không? Nó có thể đọc lại văn bản, đọc các thuộc tính qua máy chủ metadata và render các trang để bạn xem. Nó không thể đánh giá liệu bạn đã chọn đúng mẫu hay không.

Metadata có tồn tại sau khi xóa nhạy cảm văn bản không? Có, trừ khi bạn cũng chạy erase_metadata. Xóa nhạy cảm văn bản chỉ thay đổi nội dung văn bản; các thuộc tính tác giả, công ty và ngày là riêng biệt.

Đi sâu hơn