Czech PII Anonymizer & NLP

anonymize-mcp

LINDAT / ÚFAL MFF UK の NLP ツールをラップする MCP サーバーです。多言語 NER + 形態論（35 言語を自動検出）、9 セクターと国際対応（US/UK/DE/FR/IT/ES/PL/RU/IN、EU VAT 28 か国、IBAN 30 か国以上、暗号資産、API トークン）にわたる 80 種類以上の PII パターンを備えた、本番環境対応の匿名化、8 言語間の翻訳（17 の直接ペア + EN 経由の自動翻訳）、可読性分析、校正を提供します。

🔒 新機能（v0.10.0）：zero-egress ローカルモード — 完全オフラインで匿名化でき、テキストがマシンの外に送信されることはありません。GDPR 対応の法務・医療データ向けです。有効化するには、ANONYMIZE_MCP_LOCAL=1 を設定します。

🌐 インストール不要で試したい場合は、無料でオンライン利用できます → anonymizace.js.org — 匿名化、NER、形態論、チェコ語の校正・翻訳をブラウザーで直接利用できます。この MCP サーバーの関連ウェブサイトです。

非商用利用のみ。 NameTag および UDPipe のモデルは CC BY-NC-SA ライセンスです。LINDAT API は学術・個人利用の場合、無料です。商用導入については、ツールの作者および [email protected] にお問い合わせください。

非公式のコミュニティプロジェクトです — ÚFAL MFF UK による運営・承認は受けていません。独立した開発者による公開 LINDAT API のラッパーです。名称の変遷：ufal-mcp → wrapper-mcp（v0.8.0、ÚFAL の要請による）→ anonymize-mcp（v0.9.0）。非推奨の wrapper-mcp パッケージをインストールしている場合は、pip install anonymize-mcp に切り替えてください。同じプロジェクトです。

できること

ツール	バックエンド	用途
extract_entities	NameTag 3	CZ（豊富な CNEC 2.0 タグセット）+ その他 34 言語（UNER PER/ORG/LOC）の NER、自動検出対応
anonymize	MasKIT + NameTag	本番環境対応の仮名化：正規表現による事前処理で 80 種類以上の PII パターンを検出 — CZ + 国際対応（IBAN 30 か国以上、EU VAT 28 か国、US SSN/EIN、DE/UK/FR/IT/ES/PL/RU/IN の ID、暗号資産、API トークン）。オプションの placeholder_mode（決定的な OSOBA1/MESTO1）。🔒 zero-egress ローカルモード（ANONYMIZE_MCP_LOCAL=1）— 完全オフライン、詳細はこちら。
analyze_morphology	UDPipe	トークン化、レンマ化、品詞タグ付け、係り受け解析 — 35 言語を自動検出
check_readability	PONK	チェコ語の可読性 — 4 つの特徴セット：指標 + ルール + 語彙的意外性 + 発話行為
correct_text	Korektor	チェコ語スペルチェッカー + ダイアクリティカルマークの自動追加・削除
translate_text	Charles Translator	8 言語間の翻訳（CZ/EN/FR/DE/PL/RU/UK/HI）、17 の直接ペア + EN 経由の自動翻訳

対応言語 — NER + 形態論（35 言語、自動検出）

• 🇨🇿 CZ · 🇸🇰 SK · 🇬🇧 EN · 🇩🇪 DE · 🇫🇷 FR · 🇮🇹 IT · 🇪🇸 ES · 🇵🇹 PT · 🇳🇱 NL
• 🇵🇱 PL · 🇭🇺 HU · 🇷🇴 RO · 🇸🇮 SL · 🇧🇬 BG · 🇬🇷 EL · 🇭🇷 HR · 🇷🇸 SR · 🇺🇦 UK · 🇷🇺 RU
• 🇫🇮 FI · 🇱🇹 LT · 🇱🇻 LV · 🇪🇪 ET · 🇩🇰 DA · 🇸🇪 SV · 🇳🇴 NO（Bokmål + Nynorsk）
• 🇨🇳 ZH · 🇦🇪 AR · 🇹🇷 TR · 🇻🇳 VI · 🇮🇳 HI · 🇮🇱 HE · 🇯🇵 JA · 🇰🇷 KO · 🇹🇭 TH

対象となる方（業界＋ユースケース）

9つの業界でストレステストを実施し、12.7KBの業界横断型文書を処理した結果、1回の呼び出しで固有のPIIを94/94件検出しました。さらに、国際コーパスは17/17件（US/UK/DE/FR/IT/ES/PL/RU/IN＋暗号資産＋学術＋フリート）です。

業界	ユースケース	MCP が処理できる PII
⚖️ 法律	AI レビュー前の文書の匿名化、GDPR コンプライアンス	氏名、国民識別番号、住所、文書番号、事件番号、IBAN、ID カード、データボックス
🏥 医療	研究用の退院サマリー、入院統計	国民識別番号、医療提供者識別番号、被保険者番号、医師の連絡先 — 臨床コード MKN-10 は保持
🎓 科学／学術	査読、出版物の引用	ORCID、Researcher ID、同僚のメールアドレス、助成金
💳 銀行	コンプライアンス、AI 用の明細書、報告	口座番号、カード、IBAN、VS/KS/SS、明細書ヘッダー
🏠 不動産／地籍	KN 登記簿謄本、契約書の匿名化	LV、地番、地籍区域、所有者＋国民識別番号＋住所
🚗 保険会社	保険金請求処理、AI 分析	VIN、ナンバープレート、保険証券番号、車両登録証、ID カード、被保険者の国民識別番号
📜 公証人	AI 要約用の公正証書	NZ、ID カード、公証人のデータボックス、事件番号
📚 学生課	在学証明書、学生統計	学生番号、在学番号、ISIC、学生の連絡先
🔬 研究／NGO	研究倫理審査用コーパスの匿名化	上記すべて＋臨床／法律コードの保持

さらに、マルチリンガルスタックで35言語に対応しています（法律文書では SK/EN/DE/PL/UK/RU/FR/HI/ES/IT/AR＋その他24言語をNER＋形態論でテスト済み。直接の Charles ペア以外の翻訳では自動で英語を経由します）。CJK の名前（中国語／日本語）は v0.8.4 からマスキングされます。

業界 #10 — 国際

ユースケース	MCP が処理できる PII
🌍 US/UK/DE/FR/IT/ES/PL/RU/IN の文書	SSN、NIN、Steuer-ID、NIR、Codice Fiscale、DNI、PESEL、Aadhaar、PAN、パスポート（8言語）— lang= パラメーターなしで自動処理
💰 暗号資産／Web3 のアウトリーチ、スマートコントラクト	Bitcoin（Legacy/P2SH/Bech32/Taproot）、Ethereum、Monero、XRP、TRON
🔐 DevOps ログ／API キー漏えい検出	OpenAI、Anthropic、OpenRouter、GitHub PAT、AWS、Google、Slack、Stripe のトークン
🏢 国境を越えた B2B	外国企業（SARL/SAS/GmbH/AG/Ltd/LLC/Inc/SpA/SL/Sp. z o.o.）＋EU VAT（28か国）＋IBAN（30か国以上）

インストール

PyPI から（推奨）：

pip install anonymize-mcp

またはソースから：

git clone https://github.com/Buggy1111/anonymize-mcp.git
cd anonymize-mcp
pip install -e .

MCP クライアントへの登録

anonymize-mcp は標準の MCP サーバー（stdio トランスポート）です。登録してクライアントを再起動すると、6つのツールを利用できます。

• mcp__anonymize__extract_entities — 多言語 NER（35言語を自動検出）
• mcp__anonymize__anonymize — 本番環境向けの高品質な CZ 擬似匿名化（正規表現の事前処理＋ストップリスト＋プレースホルダーモード）
• mcp__anonymize__analyze_morphology — 35言語の形態論を自動検出（UDPipe のモデル961種）
• mcp__anonymize__check_readability — CZ の読みやすさチェック（4つの特徴セット）
• mcp__anonymize__correct_text — CZ のスペルチェック＋ダイアクリティカルマーク
• mcp__anonymize__translate_text — 8言語間の翻訳

Claude Code（ターミナル）

claude mcp add anonymize -s user -- anonymize-mcp

Claude Desktop

旧バージョンの Claude Desktop（anthropic.com の Mac .app、Windows の .exe インストーラー）：

~/Library/Application Support/Claude/claude_desktop_config.json（Mac） または %APPDATA%\Claude\claude_desktop_config.json（Windows）を編集します。

{
  "mcpServers": {
    "anonymize": {
      "command": "anonymize-mcp"
    }
  }
}

新しい Claude Desktop（Microsoft Store／appx パッケージ、「Cowork」UI）：2026年5月時点では、HTTP URL 経由のリモート MCP サーバーのみをサポートしています。anonymize-mcp のようなローカルの stdio MCP サーバーは、ここには追加できません。

Windows では、anonymize-mcp.exe が PATH に含まれていない場合があります（通常は C:\Python\Python3xx\Scripts\anonymize-mcp.exe）。その場合は、設定でフルパスを指定してください。

OpenAI Codex CLI (作者未テスト)

~/.codex/config.toml を編集します。

[mcp_servers.anonymize]
command = "anonymize-mcp"

Cursor (作者未テスト)

プロジェクト内の .cursor/mcp.json（またはグローバルの ~/.cursor/mcp.json）を編集します。

{
  "mcpServers": {
    "anonymize": {
      "command": "anonymize-mcp"
    }
  }
}

Windsurf、Cline、Zed、VS Code Copilot Agent (作者未テスト)

同じ mcpServers JSON 形式です。各クライアントのドキュメントを参照してください。command: "anonymize-mcp"（必要に応じて絶対パス）を指定します。

使用方法

Claude Code では、たとえば次のように入力するだけです。

dokument.md のテキストを placeholder_mode で匿名化して、クリーンなバージョンを返してください。

ドキュメントからすべての人物、裁判所、事件番号を抽出してください。

クライアントがウクライナ語のドキュメントを持ってきました。チェコ語に翻訳し、エンティティを見つけて形態論を分析してください。

私の申立書を PONK にかけて、適用された文法規則を返してください。

クライアントから携帯電話で入力したダイアクリティカルマークなしのテキストが送られてきました。Korektor でダイアクリティカルマークを補ってください。

作者

anonymize-mcp は、チェコ共和国を拠点とする独立系開発者の Michal Bürgermeister（@Buggy1111, [email protected]）が作成しました。

優れた ÚFAL MFF UK のツールを包むラッパーです。NameTag、MasKIT、UDPipe、PONK、Korektor、Charles Translator がなければ、この MCP サーバーは実現しませんでした。チェコ語向けの本番環境で使える NLP ツールを長年開発してきた ÚFAL チーム全員（Jana Straková、Milan Straka、Jiří Mírovský、Barbora Hladká、Silvie Cinková ほか）に感謝します。

Issue、PR、フィードバックは github.com/Buggy1111/anonymize-mcp で歓迎します。

ライセンス

このツールは MIT ライセンスです（LICENSE を参照）。

その下には、各自のライセンスを持つ4つの独立したツールがあります。

コンポーネント	作者	ソフトウェアライセンス	モデルライセンス
NameTag 3	Jana Straková, Milan Straka	MPL 2.0	CC BY-NC-SA（非商用）
UDPipe	Milan Straka, Jana Straková	MPL 2.0	CC BY-NC-SA（非商用）
MasKIT	Jiří Mírovský, Barbora Hladká	MPL 2.0	（ルールベース）
PONK	Jiří Mírovský, Silvie Cinková, Barbora Hladká + サブアプリケーションの作者：Ivan Kraus, Arnold Stanovský, Jan Černý, Ivana Kvapilíková, Tomáš Polák, Silvie Cinková	MPL 2.0	（ルールベース + UDPipe → CC BY-NC-SA）

重要：このツールはローカルインストールではなく、公開 API サービス（lindat.mff.cuni.cz、quest.ms.mff.cuni.cz）を呼び出します。学術目的および個人利用は無料です。大量のトラフィック、有料利用、本番環境での利用には、作者および API 運営者の明示的な同意が必要です。

セキュリティ

• クラウドモードでは、テキストが外部サーバー（quest.ms.mff.cuni.cz、lindat.mff.cuni.cz）に送信されます。機密データを送信する前に、必ずテキストを anonymize にかけてください。
• 完全にプライベートな処理には、以下の ゼロエグレスのローカルモードを使用してください。テキストがマシンの外に出ることはありません。

ゼロエグレス／オンプレミスモード 🔒

完全にローカルで匿名化します。外部 API の呼び出しはなく、テキストがマシンの外に出ることもありません。機密情報を外部に送信できない、GDPR／法律／医療関連のデータ向けです。

pip install "anonymize-mcp[local]"          # přidá ufal.nametag (lokální NER)
python -m anonymize_mcp.local_backend        # jednorázově stáhne model (~31 MB)
ANONYMIZE_MCP_LOCAL=1 anonymize-mcp          # spusť server v lokálním módu

Claude Code では、登録時に環境変数を追加するだけです。

claude mcp add anonymize -s user -e ANONYMIZE_MCP_LOCAL=1 -- anonymize-mcp

仕組み： anonymize は MasKIT API をスキップし、ローカルの正規表現による事前処理（80 種類以上のパターン）と、プロセス内で実行される NameTag NER（ufal.nametag + CNEC 2.0 モデル）で匿名化します。名前、都市、機関、電話番号、会社 ID、個人識別番号、文書番号などを、ネットワーク呼び出しを一切行わずにプレースホルダー（OSOBA1、MESTO1、TELEFON1 など）に置き換えます。

設定（env）：

変数	意味
ANONYMIZE_MCP_LOCAL=1	ゼロエグレスモードを有効にします
ANONYMIZE_MCP_NAMETAG_MODEL=/cesta/model.ner	モデルのカスタムパス（指定しない場合は ~/.cache/anonymize-mcp/models/ に自動ダウンロード）
ANONYMIZE_MCP_NO_DOWNLOAD=1	自動ダウンロードを無効にします（モデルは手動で用意する必要があります）
ANONYMIZE_MCP_LOCAL_ALLOW_CLOUD=1	ローカルモードでもクラウドツールを明示的に許可します（それ以外の場合は拒否されます。詳細は以下を参照）

ローカルモードでローカル実行される機能（v0.10.1）： anonymize と extract_entities は完全オフラインで実行されます（ローカルの CNEC 2.0 NER を使用します。多言語モデルには API が必要で、その場合はツールが警告を表示します）。その他のツール（translate_text、correct_text、check_readability、analyze_morphology）はテキストを ÚFAL API に送信するため、ゼロエグレスモードでは説明付きのエラーで拒否されます。ANONYMIZE_MCP_LOCAL_ALLOW_CLOUD=1 を設定すると、明示的に許可できます。

強化されたセットアップ（エアギャップ／監査対象のマシン）： モデルを事前にダウンロードし（python -m anonymize_mcp.local_backend — SHA-256 を検証します）、ANONYMIZE_MCP_NO_DOWNLOAD=1 を設定してサーバーをデプロイしてください。これにより、プロセスがネットワーク接続を開くことはありません。

トレードオフ： ローカルの NameTag 1（CNEC 2.0、CC BY-NC-SA、非商用）はクラウド版の NameTag 3 よりもやや機能がシンプルで、MasKIT のルールエンジンも使用しません。その代わり、エグレスはゼロです。

使用する API（LINDAT REST エンドポイント 6 件）

• POST https://lindat.mff.cuni.cz/services/nametag/api/recognize — NER
• POST https://lindat.mff.cuni.cz/services/udpipe/api/process — 形態論
• POST https://lindat.mff.cuni.cz/services/korektor/api/correct — スペルチェック
• POST https://lindat.mff.cuni.cz/services/translation/api/v2/models/{src-tgt} — 翻訳
• POST https://quest.ms.mff.cuni.cz/maskit/api/process — 匿名化
• POST https://quest.ms.mff.cuni.cz/ponk/api/process — 可読性

開発

python3 -m venv .venv
source .venv/bin/activate
pip install -e .

# Testy (272 offline testů; síťové: pytest -m network)
pip install -e ".[test]"
pytest -m "not network"

リリースプロセス

PyPI への公開は Trusted Publisher (OIDC) によって自動化されています。

# Bump version v pyproject.toml a src/anonymize_mcp/__init__.py
git commit -am "release: v0.X.0"
git tag v0.X.0
git push origin main --tags