MCP Presidio

⚠️ 安全和隐私警告⚠️

使用前请仔细阅读

使用此MCP服务器检测PII涉及向Presidio引擎发送文本数据。当处理在容器或python进程内本地发生时， 通过LLM代理（如Claude、ChatGPT等）使用此工具意味着要分析的文本正在与该LLM共享。

风险：

• PII泄漏： 如果您要求LLM“检查此文本中的PII”或“匿名化此文本”，则您发送的是潜在的敏感文本 *LLM提供者* 首先，他们可以构造工具调用。
• 上下文保留： PII可能会保留在LLM的聊天记录、培训数据或日志中。
• 传输的上下文： PII将成为通过网络传输的提示上下文的一部分。

推荐使用：

• 本地LLM： 与本地托管的LLM一起使用，数据不会离开您的基础架构。
• 私人/企业代理： 在具有严格数据隐私协议的经批准的企业环境中使用。
• 非LLM集成： 如果需要严格的隐私，可以直接在代码中使用底层库，而无需LLM中介。

替代架构： 考虑使用Presidio作为过滤器 *之前* LLM。工具如 文学硕士 可以集成Presidio来净化输入 *之前* 它到达LLM提供商，防止PII离开您的控制。此MCP服务器专为 *能动性* LLM决定检查PII的工作流程，PII本身就带有上述风险。

MCP主席团

一种模型上下文协议（MCP）服务器，使用以下方式提供全面的PII（个人身份信息）检测和匿名化功能 微软普雷西迪奥该服务器通过检测文本和结构化数据中的PII并使其匿名，使LLM能够安全地处理敏感数据。

特性

核心能力

• PII检测：识别25种以上类型的个人身份信息，包括姓名、电子邮件、电话号码、信用卡、社会安全号码、地址等
• 文本匿名化：多种匿名化策略（替换、编辑、哈希、掩码、加密）
• 结构化数据支持：递归分析和匿名JSON/字典数据
• 批处理：在批处理操作中高效处理多个文本
• 自定义识别器：使用正则表达式添加特定于域的PII模式
• 多语言支持：检测多种语言的PII
• 验证工具：使用指标测试和验证检测准确性

可用的MCP工具

1. analyze_text -使用置信度分数检测文本中的PII实体
2. 匿名文本 -使用各种运算符匿名化PII
3. get_supported_entities -列出所有支持的PII实体类型
4. add_custom_recognator -添加自定义PII检测模式
5. 批次分析 -分析PII的多个文本
6. batch_匿名化 -匿名多个文本
7. 匿名操作员 -列出可用的匿名化方法
8. 分析结构化数据 -检测JSON/结构化数据中的PII
9. 匿名结构化数据 -在结构化数据中匿名化PII
10. 验证检测 -使用指标验证检测准确性

安装

选择您喜欢的安装方法：

• 🐳 码头工人 -自给自足、可重复的环境（建议用于生产）
• 🐍 python -直接安装，交互式设置
• 📦 手册 -完全控制安装过程

有关Docker部署的详细说明，请参阅 医生.md.

先决条件

对于Python安装：

• Python 3.10或更高版本
• pip或uv包管理器

对于Docker安装：

• Docker 20.10或更高版本
• Docker Compose（可选，便于管理）

Docker安装（推荐用于生产环境）

Docker提供了一个自包含、可复制的环境，其中预装了所有依赖项。

Docker快速入门

# Clone the repository
git clone https://github.com/cmalpass/mcp-presidio.git
cd mcp-presidio

# Build the Docker image
docker build -t mcp-presidio .

# Run the container with stdio (default)
docker run -i mcp-presidio

使用Docker Compose

# Clone the repository
git clone https://github.com/cmalpass/mcp-presidio.git
cd mcp-presidio

# Build and start the container
docker-compose up -d

# View logs
docker-compose logs -f

# Stop the container
docker-compose down

使用Docker配置Claude桌面

要在Claude Desktop中使用Docker容器，请更新您的 claude_desktop_config.json:

{
  "mcpServers": {
    "presidio": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "mcp-presidio:latest"
      ],
      "env": {}
    }
  }
}

或者，如果使用注册表中的预构建映像：

{
  "mcpServers": {
    "presidio": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "ghcr.io/cmalpass/mcp-presidio:latest"
      ],
      "env": {}
    }
  }
}

Docker镜像详细信息

Docker镜像包括：

• Python 3.11精简版
• 所有必需的依赖项（mcp、presidio分析器、presidio匿名器、spacy）
• 预装的英语语言模型（en_core_web_lg）
• 非root用户增强了安全性
• 多阶段构建，实现最小图像大小（~500MB）

高级Docker使用

交互式调试Shell：

docker run -it mcp-presidio bash

自定义语言模型： 要包含其他语言模型，请修改Dockerfile：

# Add after the English model installation
RUN python -m spacy download es_core_news_lg  # Spanish
RUN python -m spacy download fr_core_news_lg  # French
RUN python -m spacy download de_core_news_lg  # German

然后重建映像：

docker build -t mcp-presidio:multilang .

自定义配置的卷装：

docker run -i -v $(pwd)/config:/app/config:ro mcp-presidio

Python安装（快速安装）

使用处理依赖关系和语言模型的交互式安装脚本：

Unix/Linux/macOS：

# Clone the repository
git clone https://github.com/cmalpass/mcp-presidio.git
cd mcp-presidio

# Run the installation script
./install.sh
# or
python install.py

窗户：

# Clone the repository
git clone https://github.com/cmalpass/mcp-presidio.git
cd mcp-presidio

# Run the installation script
install.bat
# or
python install.py

脚本将：

• 检查Python版本兼容性
• 安装基础依赖项（mcp、presidio分析器、presidio-anonymizer、spacy）
• 语言模型安装提示（英语、西班牙语、法语、德语等）
• 可选择安装开发依赖项
• 验证安装
• 测试基本功能

Python安装（手册）

如果您更喜欢手动安装：

# Clone the repository
git clone https://github.com/cmalpass/mcp-presidio.git
cd mcp-presidio

# Install the package
pip install -e .

# Download required spaCy language model (for English)
python -m spacy download en_core_web_lg

对于其他语言，请下载相应的spaCy模型：

# Spanish
python -m spacy download es_core_news_lg

# French
python -m spacy download fr_core_news_lg

# German
python -m spacy download de_core_news_lg

用法

运行服务器

服务器使用stdio传输运行，适用于MCP客户端：

mcp-presidio

或者直接用Python运行：

python -m mcp_presidio.server

使用Claude Desktop进行配置

添加到您的Claude Desktop配置(claude_desktop_config.json):

{
  "mcpServers": {
    "presidio": {
      "command": "python",
      "args": ["-m", "mcp_presidio.server"],
      "env": {}
    }
  }
}

或者，如果作为脚本安装：

{
  "mcpServers": {
    "presidio": {
      "command": "mcp-presidio",
      "args": [],
      "env": {}
    }
  }
}

LLM会话中的示例用法

检测PII：

User: Can you check this text for PII? "My name is John Smith and my email is john@example.com"

LLM: I'll analyze that text for PII using the analyze_text tool.
[Tool calls analyze_text with the text]

Result: Found 2 PII entities:
- PERSON: "John Smith" (confidence: 0.85)
- EMAIL_ADDRESS: "john@example.com" (confidence: 1.0)

匿名文本：

User: Can you anonymize this customer feedback? "I'm Jane Doe, call me at 555-123-4567"

LLM: I'll anonymize the PII in that text.
[Tool calls anonymize_text]

Result: "I'm 
, call me at 
"

使用结构化数据：

User: Check this JSON for PII: {"user": "bob@email.com", "phone": "555-0100"}

LLM: I'll analyze the structured data.
[Tool calls analyze_structured_data]

Result: Found PII in 2 fields:
- .user: EMAIL_ADDRESS
- .phone: PHONE_NUMBER

支持的PII实体类型

服务器支持25种以上的PII实体类型，包括：

• 个人：人，日期时间
• 联系：电子邮件地址、电话号码、网址
• 金融的：信用卡、IBAN_CODE、US_BANK_NUMBER、加密货币
• 政府ID：US_SSN、US_PASSPORT、US_DRIVER_LICENSE、UK_NHS
• 国际ID：SG_NRIC_FIN、IN-PAN、IN-AADHAAR、AU_ABN、AU_TFN、AU_MEDICARE
• 位置：位置，IP_ADDRESS
• 医学的：医学执照
• 其他：以及更多针对特定国家的标识符

使用 get_supported_entities 工具查看您语言的所有可用类型。

匿名化操作员

服务器支持多种匿名化策略：

1. 替换 -用占位符文本替换PII（例如。， ``)
2. 修订 -从文本中完全删除PII
3. 哈希 -替换为加密哈希（SHA-256）
4. 面具 -掩码字符（例如。， ***-**-1234)
5. 加密 -使用AES加密对PII进行加密
6. 保持 -保持PII原样（用于选择性匿名化）

高级功能

自定义识别器

添加特定于域的PII模式：

# Example: Detect custom employee IDs
add_custom_recognizer(
    name="employee_id_recognizer",
    entity_type="EMPLOYEE_ID",
    patterns=[
        {"name": "emp_pattern", "regex": "EMP-\\d{6}", "score": 0.9}
    ],
    context=["employee", "staff", "worker"]
)

批处理

高效处理多个文档：

# Analyze multiple texts
batch_analyze(
    texts=["Text 1...", "Text 2...", "Text 3..."],
    entities=["PERSON", "EMAIL_ADDRESS"],
    score_threshold=0.5
)

语言支持

指定不同的语言：

analyze_text(
    text="Me llamo María García",
    language="es"
)

验证和测试

验证检测精度：

validate_detection(
    text="John lives at 123 Main St",
    expected_entities=[
        {"entity_type": "PERSON", "start": 0, "end": 4},
        {"entity_type": "LOCATION", "start": 14, "end": 27}
    ]
)
# Returns precision, recall, and F1 score

建筑

此MCP服务器集成了：

• MCP快速MCP：提供MCP协议实现
• Presidio分析仪：使用NLP和模式匹配检测PII
• Presidio匿名者：通过各种操作员匿名检测到的PII
• 缥缈虚幻的：为NLP引擎提供动力，实现准确的实体识别

安全注意事项

• 所有处理都在本地进行，没有数据发送到外部服务
• 服务器使用stdio传输与MCP客户端进行安全通信
• 多种匿名化策略可用于不同的隐私要求
• 支持合规要求（GDPR、HIPAA、CCPA）
• Docker部署通过容器化提供了额外的隔离和安全性
• 容器以非root用户身份运行，以增强安全性

发展

运行测试

# Install dev dependencies
pip install -e ".[dev]"

# Run tests
pytest tests/

项目结构

mcp-presidio/
├── src/
│   └── mcp_presidio/
│       ├── __init__.py
│       └── server.py              # Main MCP server implementation
├── tests/                         # Test suite
├── Dockerfile                     # Docker container definition
├── docker-compose.yml             # Docker Compose configuration
├── docker-entrypoint.sh           # Container entrypoint script
├── .dockerignore                  # Docker build exclusions
├── pyproject.toml                 # Project configuration
├── README.md                      # This file
├── DOCKER.md                      # Detailed Docker deployment guide
└── .gitignore

许可证

MIT许可证-有关详细信息，请参阅许可证文件

贡献

欢迎投稿！请随时提交问题或拉取请求。

致谢

• 微软普雷西迪奥 -底层PII检测引擎
• 模型上下文协议 -协议规范
• 缥缈虚幻的 -用于实体识别的NLP库

支持

有关问题、疑问或贡献，请访问 .