Skip to main content
Glama
eu-audit-mcp

eu-audit-mcp

by jellewas

eu-audit-mcp

Manipulationssicherer Audit-Trail-MCP-Server für die EU-KI-Verordnung und DSGVO-Compliance. Entwickelt für die Integration in eine lokale Desktop-Anwendung über stdio-Transport.

Funktionen

  • Manipulationssicheres Logging — HMAC-SHA256-Hash-Kette über alle Ereignisse

  • PII-Scanning — Automatische Erkennung und Schwärzung mittels Microsoft Presidio (EU-Muster)

  • DSGVO-Löschung — Unterstützung des Rechts auf Löschung gemäß Artikel 17 mit Audit-Trail

  • Compliance-Prüfungen — Technische Checkliste gemäß EU-KI-Verordnung Artikel 12/19 und DSGVO Artikel 30

  • Lokal zuerst — Alle Daten verbleiben auf Ihrem Rechner in einer einzigen SQLite-Datei

Related MCP server: mcp-witness

Regulatorischer Kontext

Dieser Server implementiert technische Maßnahmen für die folgenden EU-Verordnungen:

Verordnung

Artikel

Anforderung

EU-KI-Verordnung (2024/1689)

Art. 12

Automatische Aufzeichnung von Ereignissen (Logs) für Hochrisiko-KI-Systeme

Art. 19

Aufbewahrung automatisch generierter Logs für mindestens 6 Monate

DSGVO (2016/679)

Art. 17

Recht auf Löschung personenbezogener Daten („Recht auf Vergessenwerden")

Art. 30

Verzeichnis von Verarbeitungstätigkeiten, einschließlich Zwecken und Datenkategorien

Die Pflichten für Hochrisiko-KI-Systeme gemäß EU-KI-Verordnung treten am 2. August 2026 in Kraft.

Siehe LEGAL_REFERENCES.md für die vollständigen Artikeltexte und eine detaillierte Zuordnung, wie jedes Tool die jeweilige Anforderung erfüllt.

Haftungsausschluss: Dieses Tool bietet eine technische Checkliste, keine Rechtsberatung. Konsultieren Sie für Compliance-Entscheidungen qualifizierte Rechtsberatung.

Schnellstart

pip install -e ".[dev]"

Server ausführen (stdio)

python -m eu_audit_mcp.server

MCP-Client-Konfiguration

{
  "mcpServers": {
    "eu-audit": {
      "command": "python",
      "args": ["-m", "eu_audit_mcp.server"],
      "env": {
        "AUDIT_CONFIG": "./audit_config.yaml"
      }
    }
  }
}

Tests ausführen

pytest tests/

MCP-Tools

Tool

Beschreibung

log_event

Ein Audit-Ereignis mit automatischem PII-Scanning aufzeichnen

log_inference

Einen LLM-Inferenzaufruf protokollieren (Modell, Tokens, Kosten)

log_data_access

Ein Dokument-/Datenzugriffsereignis protokollieren

query_log

Ereignisse nach Zeitraum, Typ, Sitzung durchsuchen

get_session_trace

Vollständige geordnete Ablaufverfolgung einer Sitzung

get_stats

Zusammenfassende Statistiken über einen Zeitraum

compliance_check

Prüfung gemäß EU-KI-Verordnung Art. 12/19 und DSGVO Art. 30

execute_erasure

DSGVO Artikel 17 – Recht auf Löschung

get_pii_summary

Zusammenfassung erkannter PII-Typen (nur Anzahlen)

verify_chain

Integrität der Hash-Kette verifizieren

Konfiguration

Kopieren Sie die Beispielkonfiguration und passen Sie sie an:

cp audit_config.example.yaml audit_config.yaml

Setzen Sie die Umgebungsvariable AUDIT_CONFIG, um auf Ihre Konfigurationsdatei zu verweisen. Committen Sie audit_config.yaml nicht, wenn es ein chain_secret enthält – es ist standardmäßig in .gitignore.

Sicherheit

Siehe SECURITY.md für das Bedrohungsmodell, Sicherheitsmaßnahmen und Meldung von Schwachstellen.

Lizenz

Apache-2.0

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    C
    maintenance
    MCP server for AI compliance auditing. Scores agent outputs for hallucination liability under the EU AI Act, issues verifiable compliance stamps, and tracks audit history by agent.
    MIT
  • A
    license
    A
    quality
    D
    maintenance
    Tamper-evident audit logging for AI decisions. Three tools (record_decision, verify_decision, list_decisions) write to a regulator-grade ledger built on AWS S3 Object Lock with 7-year retention. Designed for EU AI Act Article 12 and FCA SS1/23 evidence requirements. Try zero-config: npx audit-ledger-mcp boots in sandbox mode against a public hosted tenant.
    3
    92 npm
    1
    Apache 2.0
  • A
    license
    Not graded
    quality
    C
    maintenance
    MCP server providing immutable audit logging, policy enforcement, and compliance reporting for AI agent workflows, enabling regulatory compliance and chain integrity verification.
    1
    MIT