MCP Security Sanitizer

MCP 安全清理器

一个小型 MCP 服务和交互式 LangChain/Groq 聊天机器人。服务提供基于本地正则表达式的工具，用于遮蔽常见机密和个人身份信息（PII）；客户端会在发送每条消息给大模型前进行清理。

重要限制： 正则匹配只能识别此处实现的模式，无法保证检测出所有机密或 PII 值。客户端保证在将每条非空用户消息传给 Groq 前，都会调用两个已配置的清理工具；系统提示词只是纵深防御措施，而非强制执行机制。除非添加适当的控制措施，并验证检测覆盖范围适用于你的环境，否则请勿发送受监管或高度敏感的数据。

架构

User input
   |
   v
Python client --MCP/SSE--> local regex scrubbers
   |                         1. mask_api_keys_and_secrets
   |                         2. mask_pii_data
   v
Sanitized text --> LangChain agent --> Groq

清理过程使用 MCP 服务中的本地 Python 正则表达式，不消耗任何 LLM 令牌。客户端会在调用 Agent 前同步调用清理工具，因此在此聊天流程中，原始输入不会发送给 Groq。MCP 传输仍然属于网络边界；此配置将服务绑定到环回地址（127.0.0.1），旨在用于本地开发。

日志拦截器会打印工具名称和参数字段名称，但会隐去所有参数和结果内容，因此不会记录未清理的输入或可能敏感的清理输出。

工具

工具	行为
mask_api_keys_and_secrets(text)	将 OpenAI 风格的 sk-... 密钥、Bearer 令牌，以及常见的命名密钥／机密／密码／令牌赋值遮蔽为 [REDACTED_SECRET]。
mask_pii_data(text)	将电子邮件地址遮蔽为 [REDACTED_EMAIL]，并将常见的北美电话号码格式遮蔽为 [REDACTED_PHONE]。
audit_text_for_risks(text)	返回已识别的机密、电子邮件地址和电话号码数量。

要求

• Python 3.11+
• uv
• Groq API 密钥

设置

在项目目录中解析依赖项、创建项目本地的 .venv，并写入或更新 uv.lock：

uv sync

使用 uv run 时，无需激活 .venv；它会自动选择项目环境。

在项目目录中（与 pyproject.toml 同级）创建 .env 文件：

GROQ_API_KEY=your_groq_api_key
GROQ_MODEL=openai/gpt-oss-120b

请勿将 .env 纳入版本控制。客户端启动时会加载此文件，并在连接 Groq 前检查是否已设置 GROQ_API_KEY。放在 .venv 内的 .env 也会被识别为备用位置，但推荐放在项目目录中，因为 .venv 是生成目录，可能会被删除并重新创建。GROQ_MODEL 是可选项；如果未设置，客户端会使用 openai/gpt-oss-120b。如果 Groq 提示模型不可用，请将 GROQ_MODEL 设置为你的账户已启用的模型 ID。API 密钥由 ChatGroq 使用，不会发送给 MCP 服务。

运行

在一个终端中启动 MCP 服务：

uv run server.py

服务使用 SSE 传输监听 http://127.0.0.1:8000，MCP 端点为 /sse。

服务启动截图

下图展示了服务启动后终端的预期状态。这是生成的示例，而非直接截取自你的机器；进程 ID 和日志格式可能因 FastMCP/Uvicorn 版本而异。

在第二个终端中启动交互式聊天机器人：

uv run client.py

或者，在每个终端中激活项目环境并直接运行 Python。例如，在 Windows PowerShell 中：

.\.venv\Scripts\Activate.ps1
python server.py

在第二个已激活的终端中：

.\.venv\Scripts\Activate.ps1
python client.py

输入 exit 或 quit 结束聊天。

可尝试的示例提示词

服务器和客户端都在运行后，将以下任一提示词粘贴到 客户端中。以下所有值均为合成测试数据；测试时请勿使用真实凭据 或个人信息。

电子邮件和电话

Write a friendly appointment reminder for [email protected] and ask them to
call (415) 555-0134 if they need to reschedule.

传递给 Agent 的文本应将这些值替换为：

[email protected]  -> [REDACTED_EMAIL]
(415) 555-0134    -> [REDACTED_PHONE]

API 密钥和命名密码

Explain why this demo credential should not be shared: sk-1234567890abcdef.
The test password is password=hunter2.

在消息发送给 Groq 之前，这两个凭据值都应替换为 [REDACTED_SECRET]。

Bearer 令牌和混合数据

Help me write a support note for [email protected]. The test phone is
212-555-0199 and the example authorization header is Bearer
abc123.def456.ghi789.

适用的工具会遮蔽电子邮件、电话号码和 Bearer 令牌。交互式客户端不会将清理后的文本打印到终端；它会记录运行了哪些工具，同时隐藏这些工具的参数和结果。上面的预期替换内容描述的是传递下去的内容，而不是控制台中显示的内容。

终端中看到的内容

在两个单独的终端中运行服务器和客户端。客户端连接到服务器后，服务器会持续运行。

终端 1 — MCP 服务（时间戳和进程 ID 各不相同）：

INFO Starting MCP server 'MCP Security Sanitizer' with transport 'sse'
     on http://127.0.0.1:8000/sse
INFO:     Started server process [process-id]
INFO:     Waiting for application startup.
INFO:     Application startup complete.

终端 2 — 客户端（示例清理器调用；以下虚假值仅用于测试）：

Secure assistant ready. Type 'exit' or 'quit' to stop.

You: Contact [email protected] at (415) 555-0134; test key sk-1234567890abcdef.

[MCP] Calling mask_api_keys_and_secrets (arguments: text)
[MCP] mask_api_keys_and_secrets completed; result content withheld.

[MCP] Calling mask_pii_data (arguments: text)
[MCP] mask_pii_data completed; result content withheld.

Assistant: [The assistant's reply appears here after the sanitized message is
            sent to the configured Groq model.]

拦截器会有意隐藏终端中的工具参数和结果，因此 MCP 日志不会打印未清理的输入。传递给 Agent 的消息会进行以下替换：

Contact [REDACTED_EMAIL] at [REDACTED_PHONE]; test key [REDACTED_SECRET].

助手的回复取决于 Groq 模型，并非固定输出。下图展示了服务器启动和本地清理器调用。这是终端视图示例，不是原始桌面截图；清理器检查不会发起 Groq 请求。每次运行的启动时间戳和进程 ID 各不相同。

配置和生产环境注意事项

• 客户端需要这两个清理器工具。如果任一工具不可用或返回不受支持的结果，请求就会失败，而不会以未清理的形式发送。
• 服务按要求使用 SSE。对于生产部署，请根据你的环境配置身份验证、TLS、网络限制、监控和生命周期管理。
• 在依赖此服务满足合规要求之前，请更新正则表达式，并针对你所在组织实际使用的机密和 PII 格式添加测试。
• uv run 无需手动激活即可管理并使用项目环境。如需直接运行 python server.py 或 python client.py，请先在该终端中激活 .venv。