关于 GenPark Structured Data Mask Reconstruction Guard
使用 HMAC 假名对表格和 JSON 记录进行确定性、可逆的匿名化与去标识化。可作为 MCP 服务运行，也可作为库使用。
主要功能
- 01表格记录匿名化
- 02JSON 记录匿名化
- 03确定性可逆掩码
- 04HMAC 假名
- 05仅使用 Python 标准库
适用场景
- 01遮蔽表格数据中的标识符
- 02在保留可逆性的同时去标识化 JSON 记录
MCP 相关
可作为 MCP 服务运行，向 MCP 客户端提供结构化记录的掩码与重建能力。
配置
本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。
详细介绍
GenPark 结构化数据掩码重建防护
确定性且可逆的表格和 JSON 记录匿名化与去标识防护工具，使用 HMAC 假名。
属于 GenPark AI Agent 技能生态系统。
🌟 主要功能
- 100% Python 标准库：运行时无需第三方依赖。
- MCP 原生支持：可直接接入 Claude Desktop、Cursor、LobeChat 和自主 Agent DAG。
- 生产级弹性：严格遵循架构、零数据丢失，并经过企业级加固。
🚀 安装与使用
作为 MCP 服务运行：
python mcp_server.py
直接作为库使用：
from client import *
请参阅 example_usage.py，了解全面的集成演示。
📄 许可证
MIT 许可证。由 GenPark AI 维护。
评论
支持 Markdown
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。