Doc Sanitizer MCP

Doc Sanitizer MCP服务器

一种本地容器化的MCP（模型上下文协议）服务器，在将内容发送到公共LLM服务之前，使用本地LLM（通过Ollama）通过删除或转换PII来对文档进行消毒。

特性

• 文档支持：Word（.docx）、PDF、Excel（.xlsx/.xls）、CSV、纯文本、电子邮件（.eml）
• PII检测：姓名、电子邮件、电话号码、公司、地址、财务数据、身份证
• 灵活的行动：删除、发明合成数据或保留部分信息
• 配置文件管理：通过CLI创建和管理多个净化配置文件
• MCP集成：与Claude Desktop、Claude.ai和Claude Code配合使用
• 隐私第一：所有处理都在本地进行，没有发送到外部服务

快速开始

先决条件

• Docker和Docker Compose
• Ollama（通过Docker自动安装）

安装

git clone https://github.com/yourusername/doc-sanitizer-mcp.git
cd doc-sanitizer-mcp
./setup.sh

配置

编辑 .env 要自定义设置，请执行以下操作：

# Change LLM model (no rebuild required)
OLLAMA_MODEL=phi4:14b

# Alternative models:
# OLLAMA_MODEL=qwen2.5:7b    # Faster, less RAM
# OLLAMA_MODEL=llama3.2:3b   # Fastest, minimal RAM

要切换型号，请执行以下操作：

# Pull new model
docker exec doc-sanitizer-ollama ollama pull qwen2.5:7b

# Update .env
sed -i '' 's/OLLAMA_MODEL=.*/OLLAMA_MODEL=qwen2.5:7b/' .env

# Restart
docker compose restart doc-sanitizer

Claude桌面集成

添加到 ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "doc-sanitizer": {
      "url": "http://localhost:8000/sse"
    }
  }
}

用法

Via Claude（MCP工具）

配置后，您可以询问Claude：

• “列出可用的净化配置文件”
• “显示默认配置文件设置”
• “使用高隐私配置文件对此文档进行消毒”

通过CLI

# List profiles
doc-sanitizer profiles list

# Create a new profile
doc-sanitizer profiles create high_privacy

# Edit profile settings
doc-sanitizer profiles edit high_privacy --set person_name=delete --set company=delete

# Sanitize a document
doc-sanitizer sanitize document.docx --profile high_privacy

配置文件管理

配置文件定义了如何处理每种PII类型：

配置文件在容器重启时保持不变（存储在 ~/.doc-sanitizer/).

文档

• 安装指南
• 使用指南
• 配置文件管理
• api参考
• 开发指南

许可证

MIT许可证-请参阅 许可证 了解详情。