Servidor MCP de CloakLLM

Servidor MCP que envuelve el SDK de Python de CloakLLM como herramientas para Claude Desktop y otros clientes compatibles con MCP.

Importante: MCP no protege su prompt inicial. Las herramientas MCP son llamadas por el LLM; su prompt se envía primero al proveedor del LLM y, a continuación, el LLM decide invocar las herramientas. Esto significa que el prompt sin procesar (incluida cualquier PII) llega al proveedor antes de que CloakLLM pueda desinfectarlo. El servidor MCP es útil para desinfectar datos que el LLM procesa durante una conversación (documentos, archivos, resultados de herramientas), pero no puede evitar que su prompt llegue al proveedor.

Para proteger los prompts antes de que salgan de su infraestructura, utilice el middleware del SDK en su lugar:

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

• JavaScript: cloakllm.enable(client)

Herramientas

Related MCP server: Agent Guardrail MCP

Instalación

cd cloakllm-mcp
pip install -e .

Configuración de Claude Desktop

Añada a su claude_desktop_config.json:

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

O utilizando uvx:

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

Ejemplos de uso

Desinfectar texto antes de enviarlo a un LLM

Llamada a la herramienta: 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"
}

Multiturno: Pase el token_map_id de una respuesta de sanitize anterior para reutilizar el mismo mapa de tokens a lo largo de los turnos de la conversación. La misma PII siempre se asignará al mismo token.

Respuesta:

{
  "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]"}
  ]
}

Restaurar valores originales

Llamada a la herramienta: desanitize

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

Respuesta:

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

Analizar texto en busca de PII (sin ocultar)

Llamada a la herramienta: analyze

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

Respuesta:

{
  "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"}
  ]
}

Variables de entorno

Pruebas

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

# Or run directly
python server.py

Ver también

• CloakLLM Hub — descripción general del proyecto, arquitectura y enlaces

• SDK de Python de CloakLLM — biblioteca de Python con spaCy NER + middleware de OpenAI / LiteLLM

• SDK de JS de CloakLLM — biblioteca de JavaScript con middleware de OpenAI + Vercel AI

Licencia

MIT