AI导哈

敏感数据扫描服务

MCP Presidio敏感数据扫描服务通过Microsoft Presidio引擎对文本数据进行敏感信息分类，适用于AI代理流程中的数据扫描与处理。

  • by giterdunstudios
  • Shell
  • 本地部署
  • 更新于
在 GitHub 查看 giterdunstudios/mcp-presidio-sensitivity

使用说明

MCP Presidio灵敏度扫描仪

一 主控程序 对文本有效载荷进行分类的服务器 为了提高数据敏感性，使用 微软Presidio. 专为在存储前必须扫描有效载荷的AI代理管道而设计， 例如发送、转发或进一步处理。

它做什么

将任何文本有效负载发送到 classify_payload_sensitivity MCP工具和获取 返回一个有界的结果：是否发现了敏感数据，哪些类别 （信用卡、电子邮件、SSN等）、严重级别和允许/标记/拒绝 决定。有效载荷内容从不记录、存储或返回到 回应。

Input:  "Call Jane Smith at 555-867-5309, email jane@example.com"

Output: {
  "sensitivity_detected": true,
  "decision": "flag",
  "max_severity_band": "MEDIUM",
  "matched_categories": ["PERSON", "PHONE_NUMBER", "EMAIL_ADDRESS"],
  "entity_summary": {"PERSON": 1, "PHONE_NUMBER": 1, "EMAIL_ADDRESS": 1},
  "confidence_summary": {"highest_score": 0.85, "findings_count": 3}
}

建筑

                          +-----------------+
                          |   Keycloak      |
                          |  (OAuth 2.0)    |
                          +--------+--------+
                                   |
                          JWT validation (JWKS)
                                   |
  Agent ──── POST /mcp ───> MCP Server ──── POST /scan ───> Presidio Worker
  (client)                  (FastAPI +       (internal)      (Presidio engine)
                             FastMCP)
                               |
                          Audit trail
                          OTel traces → Jaeger
                          Prometheus metrics → Grafana
  • MCP 服务器 --FastAPI应用程序公开了一个MCP工具。JWT手柄 身份验证、作用域强制、审计日志记录和RFC 9728发现。
  • 主席团工作人员 --运行Microsoft Presidio的内部服务 分析仪引擎。未直接暴露；只能从MCP服务器访问 （由NetworkPolicy强制执行）。
  • 钥匙锁 --OAuth 2.0授权服务器。发布短期JWT （60s TTL）通过客户端凭据授予。

安全属性

  • 有效载荷内容从不被记录、在响应中返回或存储
  • 具有作用域强制的JWT身份验证(tools:classify.submit)
  • 每次扫描的审计跟踪（仅追加，无有效载荷内容）
  • NetworkPolicy仅限制工作人员访问MCP服务器Pod
  • 非根容器，无特权升级
  • 有界响应模型：没有匹配的子字符串、偏移或摘录

快速开始

先决条件

工具 版本
Docker 29.x
种类 0.23.x
kubectl 1.35.x
舵 3.20.x

在WSL2（Ubuntu）上，将您的用户添加到docker组：

sudo usermod -aG docker $USER
newgrp docker

设置

cd projects/mcp-presidio-sensitivity

./scripts/setup-local.sh                   # bootstrap kind cluster + full stack
./scripts/keycloak-admin.sh set-ttl 60     # enforce 60s token TTL
./scripts/status.sh                        # confirm everything is healthy

对有效载荷进行分类

./scripts/classify.sh "My SSN is 123-45-6789 and my email is john@example.com"

该脚本自动执行完整的RFC 9728发现链：发现 认证服务器从MCP服务器的受保护资源元数据中获取 令牌，打开MCP会话，并调用该工具。

您还可以通过管道输入：

echo "Call Jane at 555-867-5309" | ./scripts/classify.sh
cat document.txt | ./scripts/classify.sh

运行演示

./scripts/demo.sh a    # all cases: auth boundary, PII detection, enforcement
./scripts/demo.sh 1    # single case (e.g. credit card detection)

工具接口

classify_payload_sensitivity

参数 类型 默认值 说明
content string 必填 要分类的文本。从未登录或返回。
content_type string 必需 MIME类型(text/plain 或 application/json)
language 字符串 "en" 分析仪的语言代码
tenant_policy 字符串 "default" 策略配置文件标识符
threshold_profile 字符串 "default" 阈值配置文件标识符
workflow_id string null 可选的调用者工作流ID，用于可追溯性

响应

字段 类型 描述
scan_id UUID 唯一扫描标识符
status 字符串 "completed"
sensitivity_detected boolean 是否找到任何PII实体
max_severity_band string 最高严重性： LOW, MEDIUM, HIGH, CRITICAL
matched_categories string[] 找到实体类型（例如。 PERSON, EMAIL_ADDRESS)
entity_summary object 按实体类型计数
decision 字符串 allow, flag，或 deny
confidence_summary 对象 highest_score （浮动）和 findings_count （int）
policy_profile string 用于扫描的策略
detector_version string Presidio引擎版本
timestamp string ISO 8601扫描时间戳

可观测性

服务 URL 描述
格拉法娜 http://localhost:3000 操作仪表板（6行，14个面板）
普罗米修斯 http://localhost:9090 指标存储
耶格尔 http://localhost:16686 分布式跟踪

这两个服务都暴露 /metrics 普罗米修斯刮。Grafana仪表板 自动配置面板，涵盖请求率、错误率、延迟 百分位数、扫描决策分布、授权边界度量、Presidio 分析仪内部和Jaeger跟踪可视化。

发展

./scripts/status.sh              # start of session health check
./scripts/rebuild.sh             # after source changes (rebuilds + redeploys)
./scripts/test.sh                # run unit tests (42 tests, Docker-based)
./scripts/auth-test.sh           # auth enforcement matrix (5 cases)
./scripts/validate-networkpolicy.sh   # NetworkPolicy verification

看 scripts/README.md 了解每个脚本的详细用法。

项目结构

src/
  mcp_server/          # MCP server (FastAPI + FastMCP)
    auth/              # JWT middleware, token verifier, error types
    authorization/     # Scope enforcement policy
    audit/             # Append-only audit trail
    backend/           # Worker HTTP client
    tools/             # classify_payload_sensitivity handler
    observability/     # Logging, tracing, Prometheus metrics
  worker/              # Presidio worker (FastAPI)
    observability/     # Logging, tracing, Prometheus metrics
helm/                  # Helm charts (mcp-server, presidio-worker)
infrastructure/        # kind config, Keycloak, Jaeger, Prometheus, Grafana
keycloak/              # Realm import JSON
scripts/               # Dev scripts (setup, rebuild, test, demo, etc.)
planning/              # Specs, decision log, pipeline, auth flows

相关 MCP