README.md
Local anonymization of Czech legal documents for privacy-safe LLM processing.
Anonymix MCP
MCP server pro anonymizaci českých právních dokumentů (smlouvy, rozsudky, žaloby).
Nahrazuje osobní údaje pseudonymy [OSOBA_1], [IČO_1] apod. — lokálně na vašem počítači,
žádná data neopouštějí váš stroj.
Instalace
Požadavky
- Python 3.10+
uvnebopip
Krok 1: Přidat MCP server do Claude Code
Přidejte do ~/.claude/settings.json:
{
"mcpServers": {
"anonymix": {
"command": "uvx",
"args": ["anonymix-mcp"]
}
}
}
Krok 2: Přidat skill
Zkopírujte SKILL.md do vašeho projektu nebo do globálního .claude/ adresáře.
Krok 3: Restart Claude Code
Při prvním použití se automaticky stáhnou jazykové modely (~290 MB celkem):
- NameTag CNEC 2.0 (~8 MB) — češtinový NER model ÚFAL
- DistilBERT multilingual (~280 MB) — záložní NER model
Alternativní instalace
Přes pip
pip install anonymix-mcp
anonymix-mcp # spustí MCP server
Pro vývoj
git clone https://github.com/dbuze/anonymix-mcp
cd anonymix-mcp
pip install -e ".[nametag,bert,gui]"
anonymix-mcp
Ruční stažení modelů
python scripts/download_models.py
Použití
Po instalaci jsou v Claude Code dostupné tyto MCP tools:
anonymize_text(text, depth="thorough")
→ anonymized_text, mapping_id, entity_count
anonymize_file(file_path, depth="thorough")
→ anonymized_path, mapping_id, entity_count
deanonymize(text, mapping_id)
→ original_text, replacements_made
get_status()
→ verze, dostupné modely, počet sessions
start_gui(port=8501)
→ URL Streamlit GUI pro vizuální review
Příklad workflow
- Uložte citlivý dokument jako
smlouva.pdf - V Claude Code: "Anonymizuj mi smlouva.pdf"
- Claude zavolá
anonymize_file("smlouva.pdf")→ vrátísmlouva_anonymized.txt+mapping_id - Claude pracuje s anonymizovaným textem
- "Deanonymizuj výsledek" → Claude zavolá
deanonymize(výsledek, mapping_id)
Bezpečnost
Anonymizace probíhá výhradně lokálně — Claude nikdy neuvidí originální data.
Pravidla:
mapping_idje pouze UUID odkaz, ne samotná data- Mapovací tabulky jsou v
~/.cache/anonymix-mcp/sessions/— jen lokálně - Claude nesmí tyto soubory číst (viz
CLAUDE.md)
Detekované entity
| Typ | Příklad | Pseudonym |
|---|---|---|
| Osoba | Jan Novák, Ing. Jana Procházková | [OSOBA_1] |
| Organizace | Firma s.r.o., Ministerstvo | [ORGANIZACE_1] |
| Místo/adresa | Praha, ul. Mánesova 5 | [MÍSTO_1] |
| Rodné číslo | 850101/1234 | [RČ_1] |
| IČO | 12345678 | [IČO_1] |
| DIČ | CZ12345678 | [DIČ_1] |
| Bankovní účet | 123456789/0800 | [ÚČET_1] |
| Telefon | +420 777 123 456 | [TEL_1] |
| jan@firma.cz | [EMAIL_1] |
|
| Datum | 15. 3. 2024 | [DATUM_1] |
| Částka | 50 000 Kč | [ČÁSTKA_1] |
| Spisová značka | 12 C 345/2020 | [SPIS_ZN_1] |
| Datová schránka | ab12cde | [DS_1] |
GUI (volitelné)
Pro vizuální kontrolu a ruční úpravu entit:
pip install anonymix-mcp[gui]
streamlit run gui/app.py
Nebo přes MCP tool: start_gui() → URL v prohlížeči.
Licence
MIT License — viz LICENSE
Jazykové modely:
- NameTag CNEC 2.0: CC BY-NC-SA (ÚFAL, MFF UK) — pouze pro nekomerční použití
- DistilBERT: Apache 2.0 (Davlan / HuggingFace)
Tools (5)
anonymize_textAnonymizes a provided text string by replacing sensitive entities with pseudonyms.anonymize_fileAnonymizes a file at the given path and returns the path to the anonymized version.deanonymizeReverts anonymized text back to its original form using a mapping ID.get_statusReturns server version, available models, and active session count.start_guiStarts a Streamlit GUI for visual review of anonymized entities.Configuration
claude_desktop_config.json
{"mcpServers": {"anonymix": {"command": "uvx", "args": ["anonymix-mcp"]}}}Try it
→Anonymize the contract in 'smlouva.pdf' so I can safely analyze it with Claude.
→Deanonymize the text result using the mapping ID from my previous session.
→Start the GUI on port 8501 to review the detected entities in my document.
→Check the status of the Anonymix server to see which NER models are currently loaded.