Anonymix

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+
• uv nebo pip

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

1. Uložte citlivý dokument jako smlouva.pdf
2. V Claude Code: "Anonymizuj mi smlouva.pdf"
3. Claude zavolá anonymize_file("smlouva.pdf") → vrátí smlouva_anonymized.txt + mapping_id
4. Claude pracuje s anonymizovaným textem
5. "Deanonymizuj výsledek" → Claude zavolá deanonymize(výsledek, mapping_id)

---

Bezpečnost

Anonymizace probíhá výhradně lokálně — Claude nikdy neuvidí originální data.

Pravidla:

• mapping_id je 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]
E-mail	[email protected]	[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)