MCP Server Conceal

🚀 MCP Conceal

MCP Conceal 是一个 MCP 代理，它可以在数据到达 Claude、ChatGPT 或 Gemini 等外部 AI 提供商之前，对个人身份信息（PII）进行伪匿名化处理。该工具通过伪匿名化而非简单的信息删除，保留了 AI 分析所需的语义和数据关系。例如，john.smith@acme.com 会被转换为 mike.wilson@techcorp.com，在保护敏感信息的同时保持了数据结构。

🚀 快速开始

前提条件

安装用于基于大语言模型（LLM）的 PII 检测的 Ollama：

1. 安装 Ollama：ollama.ai
2. 拉取模型：ollama pull llama3.2:3b
3. 验证安装：curl http://localhost:11434/api/version

基本用法

创建一个最小化的 mcp-server-conceal.toml 配置文件：

[detection]
mode = "regex_llm"

[llm]
model = "llama3.2:3b"
endpoint = "http://localhost:11434"

所有可用的配置选项请参考配置部分。

作为代理运行：

mcp-server-conceal \
  --target-command python3 \
  --target-args "my-mcp-server.py" \
  --config mcp-server-conceal.toml

✨ 主要特性

• 伪匿名化处理：在保护敏感信息的同时，保留 AI 分析所需的语义和数据关系。
• 多种检测模式：支持基于正则表达式、大语言模型或两者结合的 PII 检测模式，可根据性能要求和数据复杂度进行选择。
• 一致映射：确保相同的真实 PII 始终映射到相同的虚假数据，便于数据的一致性和可追溯性。
• 可配置性：提供丰富的配置选项，包括检测阈值、数据生成区域、映射数据库路径等。

📦 安装指南

下载预构建二进制文件

1. 访问 发布页面

2. 下载适合你平台的二进制文件： | 平台 | 二进制文件 | |------|------| | Linux x64 | mcp-server-conceal-linux-amd64 | | macOS Intel | mcp-server-conceal-macos-amd64 | | macOS Apple Silicon | mcp-server-conceal-macos-aarch64 | | Windows x64 | mcp-server-conceal-windows-amd64.exe |

3. 赋予执行权限：chmod +x mcp-server-conceal-* （Linux/macOS）

4. 添加到系统路径：

   • Linux/macOS：mv mcp-server-conceal-* /usr/local/bin/mcp-server-conceal
   • Windows：将文件移动到系统路径中的目录，或者将当前目录添加到系统路径。

从源代码构建

git clone https://github.com/gbrigandi/mcp-server-conceal
cd mcp-server-conceal
cargo build --release

二进制文件位置：target/release/mcp-server-conceal

💻 使用示例

基础用法

mcp-server-conceal \
  --target-command python3 \
  --target-args "my-mcp-server.py" \
  --config mcp-server-conceal.toml

高级用法

Claude 桌面集成

配置 Claude 桌面以代理 MCP 服务器：

{
  "mcpServers": {
    "database": {
      "command": "mcp-server-conceal",
      "args": [
        "--target-command", "python3",
        "--target-args", "database-server.py --host localhost",
        "--config", "/path/to/mcp-server-conceal.toml"
      ],
      "env": {
        "DATABASE_URL": "postgresql://localhost/mydb"
      }
    }
  }
}

自定义 LLM 提示

为特定领域自定义检测提示： 模板位置：

• Linux：~/.local/share/mcp-server-conceal/prompts/
• macOS：~/Library/Application Support/com.mcp-server-conceal.mcp-server-conceal/prompts/
• Windows：%LOCALAPPDATA%\\com\\mcp-server-conceal\\mcp-server-conceal\\data\\prompts\\

使用方法：

1. 运行一次 MCP Conceal 以在提示目录中自动生成 default.md：

   mcp-server-conceal --target-command echo --target-args "test" --config mcp-server-conceal.toml
   

2. 复制模板：cp default.md healthcare.md
3. 编辑模板以匹配特定领域的 PII 模式
4. 配置使用自定义模板：prompt_template = "healthcare"

传递环境变量

将环境变量传递给目标进程：

mcp-server-conceal \
  --target-command node \
  --target-args "server.js" \
  --target-cwd "/path/to/server" \
  --target-env "DATABASE_URL=postgresql://localhost/mydb" \
  --target-env "API_KEY=secret123" \
  --config mcp-server-conceal.toml

📚 详细文档

配置

完整的配置参考如下：

[detection]
mode = "regex_llm"                # 检测策略：regex, llm, regex_llm
enabled = true                    
confidence_threshold = 0.8        # 检测置信度阈值 (0.0-1.0)

[detection.patterns]
email = "\\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Z|a-z]{2,}\\b"
phone = "\\b(?:\\+?1[-\\.\\s]?)?(?:\\(?[0-9]{3}\\)?[-\\.\\s]?)?[0-9]{3}[-\\.\\s]?[0-9]{4}\\b"
ssn = "\\b\\d{3}-\\d{2}-\\d{4}\\b"
credit_card = "\\b\\d{4}[-\\s]?\\d{4}[-\\s]?\\d{4}[-\\s]?\\d{4}\\b"
ip_address = "\\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\\b"
url = "https?://[^\\s/$.?#].[^\\s]*"

[faker]
locale = "en_US"                  # 用于生成逼真虚假 PII 数据的区域设置
seed = 12345                      # 种子确保重启时匿名化的一致性
consistency = true                # 相同的真实 PII 始终映射到相同的虚假数据

[mapping]
database_path = "mappings.db"     # 存储真实到虚假映射的 SQLite 数据库
retention_days = 90               # N 天后删除旧的映射

[llm]
model = "llama3.2:3b"             # 用于 PII 检测的 Ollama 模型
endpoint = "http://localhost:11434"
timeout_seconds = 180
prompt_template = "default"       # PII 检测提示的模板

[llm_cache]
enabled = true                    # 缓存 LLM 检测结果以提高性能
database_path = "llm_cache.db"
max_text_length = 2000

配置指南

检测设置：

• confidence_threshold：较低的值（0.6）可以捕获更多的 PII，但会增加误报率；较高的值（0.9）更精确，但可能会遗漏一些 PII。
• mode：根据你的延迟和准确性要求选择（见下面的检测模式）

Faker 设置：

• locale：使用 "en_US" 生成美国姓名/地址，"en_GB" 生成英国姓名/地址等，影响生成的虚假数据的真实性。
• seed：在部署过程中保持一致，以确保相同的真实数据映射到相同的虚假数据。
• consistency：始终设置为 true 以维护数据关系。

映射设置：

• retention_days：在数据一致性和存储之间进行平衡。较短的保留期（30 天）可以减少存储，但可能会导致重复数据的匿名化不一致。
• database_path：在生产环境中使用绝对路径，以避免数据库位置问题。

检测模式

根据你的性能要求和数据复杂度选择检测策略：

RegexLlm（默认）

适用于生产环境 - 结合了速度和准确性：

• 阶段 1：快速的正则表达式捕获常见模式（电子邮件、电话、社保号码）
• 阶段 2：大语言模型分析剩余文本以检测复杂的 PII
• 适用场景：需要全面检测且性能合理的情况
• 性能：每个请求约 100 - 500 毫秒，具体取决于文本大小
• 配置：mode = "regex_llm"

仅使用正则表达式

适用于高吞吐量、对延迟敏感的应用程序：

• 仅使用模式匹配 - 不进行 AI 分析
• 适用场景：你有明确的 PII 模式，并且需要小于 10 毫秒的响应时间
• 权衡：可能会遗漏一些上下文相关的 PII，如 "my account number is ABC123"
• 配置：mode = "regex"

仅使用大语言模型

适用于复杂、非结构化数据：

• 基于 AI 的检测可以捕获细微的 PII 模式
• 适用场景：准确性比速度更重要的情况
• 性能：每个请求约 200 - 1000 毫秒
• 配置：mode = "llm"

🔧 技术细节

MCP Conceal 的工作流程如下：

sequenceDiagram
    participant C as AI 客户端 (Claude)
    participant P as MCP Conceal
    participant S as 你的 MCP 服务器
    
    C->>P: 请求
    P->>S: 请求
    S->>P: 包含 PII 的响应
    P->>P: PII 检测
    P->>P: 伪匿名化
    P->>P: 一致映射
    P->>C: 清理后的响应

它通过伪匿名化而非简单的信息删除，保留了 AI 分析所需的语义和数据关系。例如，john.smith@acme.com 会被转换为 mike.wilson@techcorp.com，在保护敏感信息的同时保持了数据结构。

📄 许可证

本项目采用 MIT 许可证，详情请参阅 LICENSE 文件。