Skip to main content
Glama
deenesjakoruzh
cloakllm

CloakLLM MCP Server

by cloakllm
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Local

CloakLLM MCP-Server

MCP-Server, der das Python-SDK von CloakLLM als Tools für Claude Desktop und andere MCP-kompatible Clients umschließt.

Wichtig: MCP schützt Ihren ursprünglichen Prompt nicht. MCP-Tools werden vom LLM aufgerufen — Ihr Prompt wird zuerst an den LLM-Anbieter gesendet, dann entscheidet das LLM, Tools aufzurufen. Das bedeutet, dass der rohe Prompt (einschließlich etwaiger PII) den Anbieter erreicht, bevor CloakLLM ihn bereinigen kann. Der MCP-Server ist nützlich, um Daten zu bereinigen, die das LLM während einer Konversation verarbeitet (Dokumente, Dateien, Tool-Ausgaben), aber er kann nicht verhindern, dass Ihr Prompt den Anbieter erreicht.

Um Prompts zu schützen, bevor sie Ihre Infrastruktur verlassen, verwenden Sie stattdessen die SDK-Middleware:

  • Python: enable_openai(client) oder cloakllm.enable() (LiteLLM)

  • JavaScript: cloakllm.enable(client)

Tools

Tool

Beschreibung

sanitize

PII erkennen & maskieren, bereinigten Text + token_map_id + entity_details zurückgeben. Übergeben Sie mode: "redact" für eine irreversible PII-Entfernung (keine token_map_id zurückgegeben).

desanitize

Ursprüngliche Werte mithilfe einer token_map_id wiederherstellen

analyze

PII erkennen ohne Maskierung (reine Analyse)

Related MCP server: Agent Guardrail MCP

Installation

cd cloakllm-mcp
pip install -e .

Claude Desktop-Konfiguration

Fügen Sie dies zu Ihrer claude_desktop_config.json hinzu:

{
  "mcpServers": {
    "cloakllm": {
      "command": "python",
      "args": ["/path/to/cloakllm-mcp/server.py"],
      "env": {
        "CLOAKLLM_LOG_DIR": "./cloakllm_audit",
        "CLOAKLLM_LLM_DETECTION": "false"
      }
    }
  }
}

Oder unter Verwendung von uvx:

{
  "mcpServers": {
    "cloakllm": {
      "command": "uvx",
      "args": ["mcp", "run", "/path/to/cloakllm-mcp/server.py"]
    }
  }
}

Anwendungsbeispiele

Text bereinigen, bevor er an ein LLM gesendet wird

Tool-Aufruf: sanitize

{
  "text": "Email john@acme.com about the meeting with Sarah Johnson at 742 Evergreen Terrace",
  "model": "claude-sonnet-4-20250514",
  "token_map_id": "optional-id-for-multi-turn"
}

Multi-Turn: Übergeben Sie die token_map_id aus einer vorherigen sanitize-Antwort, um dieselbe Token-Map über Konversationsschritte hinweg wiederzuverwenden. Dieselben PII werden immer demselben Token zugeordnet.

Antwort:

{
  "sanitized": "Email [EMAIL_0] about the meeting with [PERSON_0] at 742 Evergreen Terrace",
  "token_map_id": "a1b2c3d4-...",
  "entity_count": 2,
  "categories": {"EMAIL": 1, "PERSON": 1},
  "entity_details": [
    {"category": "EMAIL", "start": 6, "end": 19, "length": 13, "confidence": 0.95, "source": "regex", "token": "[EMAIL_0]"},
    {"category": "PERSON", "start": 42, "end": 56, "length": 14, "confidence": 0.85, "source": "spacy", "token": "[PERSON_0]"}
  ]
}

Ursprüngliche Werte wiederherstellen

Tool-Aufruf: desanitize

{
  "text": "I've drafted an email to [EMAIL_0] regarding [PERSON_0]'s request.",
  "token_map_id": "a1b2c3d4-..."
}

Antwort:

{
  "restored": "I've drafted an email to john@acme.com regarding Sarah Johnson's request."
}

Text auf PII analysieren (keine Maskierung)

Tool-Aufruf: analyze

{
  "text": "Contact john@acme.com, SSN 123-45-6789"
}

Antwort:

{
  "entity_count": 2,
  "entities": [
    {"text": "john@acme.com", "category": "EMAIL", "start": 8, "end": 21, "confidence": 0.95, "source": "regex"},
    {"text": "123-45-6789", "category": "SSN", "start": 27, "end": 38, "confidence": 0.95, "source": "regex"}
  ]
}

Umgebungsvariablen

Variable

Standardwert

Beschreibung

CLOAKLLM_LOG_DIR

./cloakllm_audit

Audit-Log-Verzeichnis

CLOAKLLM_AUDIT_ENABLED

true

Audit-Logging aktivieren/deaktivieren

CLOAKLLM_SPACY_MODEL

en_core_web_sm

spaCy-Modell für NER

CLOAKLLM_LLM_DETECTION

false

LLM-basierte Erkennung aktivieren

CLOAKLLM_LLM_MODEL

llama3.2

Ollama-Modell für LLM-Erkennung

CLOAKLLM_OLLAMA_URL

http://localhost:11434

Ollama-Endpunkt

Testen

# Test with MCP inspector
python -m mcp dev server.py

# Or run directly
python server.py

Siehe auch

Lizenz

MIT

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityStale
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • mcp-server-conceal

    gbrigandi
    A
    license
    Not graded
    quality
    C
    maintenance
    An MCP proxy that pseudo-anonymizes PII before data reaches external AI providers like Claude, ChatGPT, or Gemini.
    18
    MIT

  • pseudonym-mcp

    woladi
    A
    license
    A
    quality
    A
    maintenance
    Local pseudonymisation MCP server that detects PII in text, replaces it with opaque tokens before sending to cloud LLMs, and restores tokens afterward.
    2
    106 npm
    2
    MIT