PrivacyScrubber PII Masker

Sanitización de datos de confianza cero (ZTDS) para eliminar PII y secretos localmente en pipelines seguros de LLM.

GitHub
2

Documentación

@privacyscrubber/mcp-server

NPM Version NPM Downloads PyPI Version PyPI Downloads NPM SDK Presidio Alternative Zero Dependencies License: MIT DOI OSF DOI SSRN IETF Specification ZTDS Verified smithery badge Cursor Directory Glama.ai TensorBlock MCP Index There's An AI For That Security: 100% Local Parity: 100% Core Match Patent Pending Developer SDK TEAMS Plan GitHub Stars

Servidor MCP de Redacción de PII y Secretos Aprobado por CISO con Confianza Cero para Cursor, Windsurf y Claude Desktop. Elimina localmente PII, secretos, credenciales y reglas regex personalizadas de archivos y contextos de texto antes de que lleguen a proveedores de LLM remotos para prevenir fugas de API y garantizar el cumplimiento de HIPAA/SOC 2 en el endpoint del desarrollador.

Apoya el Código Abierto de Confianza Cero: Si PrivacyScrubber protege tus claves de API, código fuente y credenciales de desarrollador contra fugas en modelos, por favor marca este repositorio con una estrella en GitHub o ejecuta gh repo star moxno/privacyscrubber-mcp.

Licenciamiento Comercial Directo e Infraestructura de Producción:
¿Buscas automatizar la redacción de PII con confianza cero dentro de microservicios backend, pipelines ETL o agentes LangChain/LlamaIndex?

🔒 Flujo de Datos de Confianza Cero

Todos los parámetros, identificadores y variables sensibles se interceptan localmente dentro de la RAM de tu máquina. Se reemplazan por tokens (p. ej. [EMAIL_1]) antes de enviarse a la IA. Una vez que la IA responde, los tokens se intercambian de forma segura de vuelta a los valores originales en tu contexto local.

[Raw Input / Files] ──> [MCP sanitize_text] ──> [Masked Tokens] ──> [LLM API]
                               │                                       │
                        (In-Memory Map)                             (Result)
                               │                                       │
[Original Output] <─── [MCP reveal_text] <─────────────────────────────┘

🚀 Instalación

1. Instalador Automático Universal de 1 Clic (Recomendado)

Detecta automáticamente los IDEs de IA instalados en tu máquina y configura PrivacyScrubber de forma segura sin corromper herramientas existentes:

# Auto-detect and configure all installed clients (Cursor, Claude Desktop, Claude Code, Windsurf, VS Code, Cline, Zed):
npx -y @privacyscrubber/mcp-server install --all

# Or target specific environments directly:
npx -y @privacyscrubber/mcp-server install --claude-code
npx -y @privacyscrubber/mcp-server install --vscode
npx -y @privacyscrubber/mcp-server install --zed
npx -y @privacyscrubber/mcp-server install --cursor
npx -y @privacyscrubber/mcp-server install --claude

2. Instalar vía Smithery

Para configurar y ejecutar automáticamente con tu cliente preferido, instala usando Smithery:

npx -y @smithery/cli install @privacyscrubber/mcp-server --write-to-clients

3. Ejecución Instantánea con NPX

Ejecuta el servidor directamente sin instalación local:

npx -y @privacyscrubber/mcp-server

4. Ejecución Instantánea con UVX (Python / PyPI)

Ejecuta el servidor directamente dentro de flujos de trabajo de agentes Python (CrewAI, LangChain, AutoGen, LlamaIndex):

uvx privacyscrubber-mcp

O vía pip:

pip install privacyscrubber-mcp
privacyscrubber-mcp

5. SDK Programático Node.js / TypeScript (Alternativa Ligera a Presidio)

¿Necesitas sanitización directa de PII con confianza cero en memoria dentro de tu microservicio backend, aplicación Next.js o pipeline vectorial RAG en lugar de un servidor MCP? Usa nuestro SDK oficial de cero dependencias:

npm install @privacyscrubber/sdk

import OpenAI from 'openai';
import { wrapOpenAI } from '@privacyscrubber/sdk';

// Transparently masks PII before sending to LLM and rehydrates responses:
const openai = wrapOpenAI(new OpenAI({ apiKey: process.env.OPENAI_API_KEY }));

// Outbound prompt is sanitized in local RAM before leaving your machine:
// "Schedule a call with [NAME_1] at [EMAIL_1] regarding API key [AWS_KEY_1]."
const completion = await openai.chat.completions.create({
  model: 'gpt-4o',
  messages: [{ role: 'user', content: 'Schedule a call with Alice Smith at alice@acme.com with AKIAIOSFODNN7EXAMPLE.' }]
});

// Incoming LLM answer is automatically rehydrated with "Alice Smith (alice@acme.com)":
console.log(completion.choices[0].message.content);

⚡ ¿Por qué @privacyscrubber/sdk vs Microsoft Presidio?

Microsoft Presidio es el estándar de Python, pero desplegarlo en una pila Node.js / TypeScript requiere ejecutar microservicios Python pesados, contenedores Docker y modelos NLP spaCy de 500MB+ con latencia de 35–120ms. @privacyscrubber/sdk se ejecuta 100% en proceso con cero dependencias:

Característica / Métrica@privacyscrubber/sdkMicrosoft PresidioAWS Comprehend / Google Cloud DLP
Runtime y Dependencias0 dependencias (~150KB)Python + Docker + spaCy (~500MB)SDKs de nube pesados
Latencia de EjecuciónSub-milisegundo en RAM (<1ms)35–120ms ida y vuelta HTTP/gRPC180–400ms ida y vuelta a nube externa
Docker / Sidecar NecesarioNinguno (Node/WASM puro en proceso)Contenedor Docker obligatorioEndpoints VPC y configuraciones IAM
Salida de Red0 Bytes (100% Aislado)Salto de red interna localPayload completo sin cifrar a la nube
Pérdida y Reversibilidad de Datos0 Pérdida (reversible en RAM vía restore())Configuración manual de bóveda de tokensEnmascaramiento / hash irreversible
Integración de 1 Línea OpenAI / LangChainIntegrado (wrapOpenAI, wrapAiStream)Pegado complejo de pipelines personalizadosArquitectura de proxy personalizada
Intercepción de Secretos DevOpsIntegrado (AWS, JWT, URIs de BD, GitHub PAT)Se necesitan reconocedores regex personalizadosClasificadores específicos de nube
Rehidratación en StreamingIntegrado (wrapAiStream, TransformStream)Fallos de almacenamiento en búfer / división de fragmentosNo soportado en streams en tiempo real

👉 Ver @privacyscrubber/sdk en NPM | Documentación completa, middleware Express, transformaciones LangChain y 25 perfiles de cumplimiento.

🤖 Recetas de Orquestadores de IA: LangChain, LlamaIndex, CrewAI y AutoGPT

Si estás construyendo agentes autónomos, pipelines vectoriales RAG o servicios backend en lugar de prompts de IDE para un solo usuario, usa @privacyscrubber/sdk para sanitizar datos en memoria:

1. LangChain.js (LCEL e Ingestión de Documentos RAG)
import { ChatOpenAI } from '@langchain/openai';
import { createLangChainTransform, createDocumentTransformer } from '@privacyscrubber/sdk';

// A. RAG Pre-Ingestion: sanitize documents before embedding into vector stores
const docTransformer = createDocumentTransformer({
  profile: 'General',
  sensitiveMetadataKeys: ['account_owner', 'submitter_email'],
  attachTelemetry: true
});
const sanitizedDocs = await docTransformer.transformDocuments(rawDocs);

// B. LCEL Runtime Chains: sanitize prompts and restore responses in local RAM
const transform = createLangChainTransform({ defaultProfile: 'Dev' });
const { scrubbedText, tokenMap } = transform.preprocess(
  "Deploying database with user admin and pwd postgresql://user:SecretPass123@db.internal:5432/prod"
);
const model = new ChatOpenAI({ model: 'gpt-4o' });
const response = await model.invoke(scrubbedText);
const finalOutput = transform.postprocess(response.content, tokenMap);
2. LlamaIndex.TS e Ingestión Universal de Bases Vectoriales (Chroma, Pinecone, Qdrant)
import { createVectorIngestionGuard, createLlamaIndexTransform } from '@privacyscrubber/sdk';

// Initialize in-memory Vector Ingestion Guard (<1ms per batch, zero network egress)
const guard = createVectorIngestionGuard({
  profile: 'Finance',
  sensitiveMetadataKeys: ['contractor_email', 'billing_contact']
});

// A. Sanitize Chroma columnar batches ({ ids, documents, metadatas })
const cleanChroma = guard.sanitizeRecords(chromaBatch);

// B. Sanitize Pinecone / Qdrant record arrays ({ id, text/payload, metadata })
const cleanRecords = guard.sanitizeRecords(pineconeRecords);

// C. Align search query tokens with sanitized vector space before embedding
const { query: alignedQuery } = guard.sanitizeQuery("Search user john@example.com records");

// D. Transparent Vector Store Proxy: auto-sanitizes on write, re-hydrates on query
const guardedStore = guard.wrapVectorStore(nativeVectorStore);

Recetas completas ejecutables están incluidas dentro del paquete npm bajo @privacyscrubber/sdk/examples/ (o ejecuta npx @privacyscrubber/sdk).

3. CrewAI y Enjambres Multi-Agente (Modo Sidecar / Interoperabilidad Python)
# Run lightweight zero-dependency local daemon (<1ms in-memory, 0 external network calls):
npx @privacyscrubber/sdk sidecar --port 3100

# In your Python CrewAI / AutoGen Agent tools:
import requests

def sanitize_agent_input(prompt: str) -> tuple[str, dict]:
    res = requests.post("http://127.0.0.1:3100/sanitize", json={"text": prompt, "profile": "Dev"}).json()
    return res["scrubbedText"], res["tokenMap"]

def restore_agent_output(ai_response: str, token_map: dict) -> str:
    res = requests.post("http://127.0.0.1:3100/restore", json={"text": ai_response, "tokenMap": token_map}).json()
    return res["restoredText"]
4. AutoGPT / Agentes Autónomos Multi-Turno
import { PrivacyScrubberEngine, createGuardedTools } from '@privacyscrubber/sdk';

const engine = new PrivacyScrubberEngine({ defaultProfile: 'Dev' });
// Equips agent with tools that intercept commands, file reads, and git diffs before model exposure:
const guardedTools = createGuardedTools(engine);

Licenciamiento Empresarial y de Producción:

🛡️ Análisis Profundo de Arquitectura y Seguridad (Confianza Cero vs DLP en Nube)

Cuando los IDEs de IA (Cursor, Claude Desktop, Windsurf) se conectan a proveedores de modelos, las credenciales de desarrollador, cadenas de conexión de bases de datos y PII de clientes internos están en riesgo continuo de exfiltración por prompts. El @privacyscrubber/mcp-server impone cuatro garantías arquitectónicas inmutables:

  1. Transporte Aislado Stdio: El servidor MCP se comunica exclusivamente a través de entrada/salida estándar local (stdio) procesos hijos generados por tu IDE. Abre cero puertos de escucha externos e inicia cero solicitudes de red remotas.
  2. Mapa de Tokens Solo en RAM Volátil: La tabla de mapeo entre tokens sintéticos ([AWS_KEY_1], [EMAIL_1]) y texto claro sin procesar se mantiene exclusivamente en memoria de nodo efímera y se borra en el momento en que tu sesión de IDE se cierra.
  3. Motor Local ZTDS™ en Memoria vs Sobrecarga de Proxy en Nube: A diferencia de las puertas de enlace DLP en nube (Nightfall, Skyflow) que añaden 200–400ms de latencia y transmiten código sin cifrar a terceros, @privacyscrubber/mcp-server se ejecuta localmente en <2ms con cero salida de datos.
  4. Validación Permanente de Estándares y Académica:

⚙️ Integraciones de Clientes

Claude Desktop

Añade esto a tu archivo de configuración de Claude Desktop:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "privacyscrubber": {
      "command": "npx",
      "args": ["-y", "@privacyscrubber/mcp-server"],
      "env": {
        "PRIVACYSCRUBBER_KEY": "YOUR_OPTIONAL_PRO_LICENSE_KEY"
      }
    }
  }
}

Cursor

Añade al .cursor/mcp.json de tu proyecto (espacio de trabajo) o ~/.cursor/mcp.json (global):

{
  "mcpServers": {
    "privacyscrubber": {
      "command": "npx",
      "args": ["-y", "@privacyscrubber/mcp-server"],
      "env": {
        "PRIVACYSCRUBBER_KEY": "YOUR_PRO_OR_TEAMS_LICENSE_KEY"
      }
    }
  }
}

O vía GUI de Cursor: Abre Configuración (Cmd/Ctrl + ,) → Funciones → MCP → + Añadir Nueva Herramienta MCP:

  • Nombre: privacyscrubber
  • Tipo: command
  • Comando: npx -y @privacyscrubber/mcp-server

Windsurf (Codeium)

Añade a ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "privacyscrubber": {
      "command": "npx",
      "args": ["-y", "@privacyscrubber/mcp-server"],
      "env": {
        "PRIVACYSCRUBBER_KEY": "YOUR_PRO_OR_TEAMS_LICENSE_KEY"
      }
    }
  }
}

O vía GUI de Windsurf: Abre Configuración → Configuración MCP → añade nuevo servidor de comandos npx -y @privacyscrubber/mcp-server.

Plantillas JSON listas para copiar para todos los clientes compatibles están disponibles en examples/configs/.

Cline / Roo Code

Añade a cline_mcp_settings.json:

{
  "mcpServers": {
    "privacyscrubber": {
      "command": "npx",
      "args": ["-y", "@privacyscrubber/mcp-server"],
      "env": {
        "PRIVACYSCRUBBER_KEY": "YOUR_OPTIONAL_PRO_LICENSE_KEY"
      }
    }
  }
}

CLI de Claude Code

Añade directamente desde tu terminal:

claude mcp add privacyscrubber -- npx -y @privacyscrubber/mcp-server

MCP Nativo de VS Code (.vscode/mcp.json)

Para soporte oficial de MCP Nativo de VS Code, configura el .vscode/mcp.json de tu proyecto:

{
  "servers": {
    "privacyscrubber": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@privacyscrubber/mcp-server"],
      "env": {
        "PRIVACYSCRUBBER_KEY": "YOUR_OPTIONAL_PRO_LICENSE_KEY"
      }
    }
  }
}

IDE Zed (settings.json)

Añade a tu configuración de Zed (~/.config/zed/settings.json o %APPDATA%\Zed\settings.json):

{
  "context_servers": {
    "privacyscrubber": {
      "command": "npx",
      "args": ["-y", "@privacyscrubber/mcp-server"],
      "env": {
        "PRIVACYSCRUBBER_KEY": "YOUR_OPTIONAL_PRO_LICENSE_KEY"
      }
    }
  }
}

🛠️ Herramientas Proporcionadas y Especificaciones JSON-RPC

1. sanitize_text

Redacta PII, secretos, claves de API y credenciales de un bloque de texto y llena el mapeo de reemplazo local volátil.

  • Argumentos:
    • text (cadena, obligatorio): El contenido crudo o registros a sanitizar.
    • profile (cadena, opcional): Perfil de detección de industria restringido (p. ej., 'General', 'Dev', 'Medical', 'Legal', 'Compliance'). Por defecto 'General'.
  • Ejemplo de Llamada JSON-RPC: 
    {
  "method": "tools/call",
  "params": {
    "name": "sanitize_text",
    "arguments": {
      "text": "Contact me at dev-key-1234 or jane.doe@company.com",
      "profile": "General"
    }
  }
}
  • Ejemplo de Respuesta: 
    {
  "content": [
    {
      "type": "text",
      "text": "Contact me at [SECRET_1] or [EMAIL_1]"
    }
  ]
}

2. reveal_text

Des-tokeniza la respuesta de la IA de vuelta a los valores originales localmente.

  • Argumentos:
    • text (cadena, obligatorio): La respuesta del LLM que contiene marcadores de posición tokenizados.
  • Ejemplo de Llamada JSON-RPC: 
    {
  "method": "tools/call",
  "params": {
    "name": "reveal_text",
    "arguments": {
      "text": "Please reach out to [EMAIL_1] regarding the update."
    }
  }
}
  • Ejemplo de Respuesta: 
    {
  "content": [
    {
      "type": "text",
      "text": "Please reach out to jane.doe@company.com regarding the update."
    }
  ]
}

3. sanitize_file

Lee un archivo local, extrae texto, lo sanitiza y devuelve la plantilla redactada para análisis del LLM.

  • Formatos Soportados: Texto plano (código fuente, registros, CSV, JSON, markdown) y documentos de Microsoft Word (.docx).
  • Argumentos:
    • filePath (cadena, obligatorio): Ruta absoluta del archivo a leer y sanitizar.
    • profile (cadena, opcional): El perfil de detección de industria.

4. guard_exec (Firewall de Ejecución de Comandos)

Ejecuta de forma segura comandos de terminal en un proceso hijo aislado, enmascarando PII de stdout/stderr, credenciales de bases de datos y claves de API en RAM local antes de pasarlos al agente de IA. Incluye un recibo de auditoría CISO en stderr.

  • Argumentos:
    • command (cadena, obligatorio): El comando de shell a ejecutar (p. ej. cat .env, docker logs web, git diff).
    • cwd (cadena, opcional): Directorio de trabajo.
    • profile (cadena, opcional): Perfil de detección (por defecto Dev).
    • timeout_ms (número, opcional): Tiempo de espera en ms (por defecto 15000).

5. guard_read_file (Lector de Archivos con Enmascaramiento de Credenciales)

Lee archivos (.env, configuraciones, código fuente, volcados de bases de datos) y tokeniza todas las contraseñas, JWTs y PII en memoria volátil, devolviendo contenido redactado seguro para razonamiento de IA.

  • Argumentos:
    • file_path (cadena, obligatorio): Ruta al archivo.
    • profile (cadena, opcional): Perfil de detección (por defecto Dev).
    • max_lines (número, opcional): Límite de líneas para archivos grandes (por defecto 500).

6. guard_git_diff (Sanitizador de Pre-Commit y Diff)

Inspecciona diffs de repositorio en etapa de preparación (--cached) o sin preparar, redactando cualquier secreto o PII recién introducido en RAM local antes de la revisión de código por IA o la generación de mensajes de commit.

  • Argumentos:
    • staged (booleano, opcional): Si true, inspecciona los cambios en el área de preparación (git diff --cached). El valor predeterminado es false.
    • cwd (cadena, opcional): Directorio de trabajo.
    • profile (cadena, opcional): Perfil de detección (el valor predeterminado es Dev).

7. guard_apply_patch (Aplicador de Parches Seguro)

Invierte los marcadores de posición de tokens ([API_KEY_1], [SECRET_1]) en código o texto generado por IA consultando el mapa de sesión RAM local, creando una copia de seguridad .bak y escribiendo texto claro auténtico directamente en el disco. El LLM remoto nunca ve secretos reales.

  • Argumentos:
    • file_path (cadena, obligatorio): Ruta al archivo de destino.
    • content (cadena, obligatorio): Contenido que contiene tokens para restaurar en el disco.
    • create_backup (booleano, opcional): Crear una copia de seguridad del archivo existente antes de escribir (el valor predeterminado es true).

8. create_agent_rules (Inyección de Reglas de Agente con 1 Clic)

Crea automáticamente directivas Zero-Trust de nivel CISO en .cursorrules, .windsurfrules, CLAUDE.md, .github/copilot-instructions.md o .clinerules.

  • Argumentos:
    • agent_types (matriz, opcional): ["all"], ["cursor"], ["windsurf"], ["claude_code"], ["copilot"], ["cline"]. El valor predeterminado es ["all"].
    • workspace_dir (cadena, opcional): Directorio del espacio de trabajo.

9. check_status

Devuelve un panel visual que muestra su nivel actual, el número de solicitudes de sesión, los perfiles activos y las instrucciones de actualización. Úselo en cualquier momento para verificar el estado de su licencia u obtener ayuda con la configuración.

  • Argumentos: (ninguno requerido)
  • Ejemplo de llamada JSON-RPC: 
    {
  "method": "tools/call",
  "params": { "name": "check_status", "arguments": {} }
}
  • Ejemplo de respuesta (Nivel Gratuito): 
    ╔══════════════════════════════════════════════════╗
║       PrivacyScrubber MCP Server v2.3.9          ║
╠══════════════════════════════════════════════════╣
║  🔓 Tier: FREE                                   ║
║  📊 Session requests: 5                          ║
║  📁 Input size limit: 15,000 characters/request  ║
╠══════════════════════════════════════════════════╣
║  🏷️  Profiles: General only — PRO unlocks 30 more ║
║  📋 Custom rules: 🔒 Locked — requires PRO       ║
╠══════════════════════════════════════════════════╣
║  💳 Upgrade to PRO — $110 Lifetime               ║
║     https://privacyscrubber.com/pricing?utm_source=npm&utm_medium=readme&utm_campaign=mcp_server          ║
╠══════════════════════════════════════════════════╣
║  After purchase, add your key to MCP config:     ║
║  "PRIVACYSCRUBBER_KEY": "<your-key-here>"        ║
║  Full setup guide:                               ║
║  https://privacyscrubber.com/pii-mcp/?utm_source=npm&utm_medium=readme&utm_campaign=mcp_server          ║
╚══════════════════════════════════════════════════╝

10. generate_procurement_memo (Centro de Adquisiciones para CISO y DPO)

Genera un caso de negocio institucional, un desglose de riesgos regulatorios y un memorando de adquisiciones para la aprobación del CISO, el DPO y el equipo legal. Calcula un ROI determinista frente a sanciones por incumplimiento y tarifas de salida de DLP en la nube.

  • Argumentos:
    • targetTier (cadena, opcional): Plan de destino ("teams" a $99/mes o "sdk" a $299/mes). El valor predeterminado es "teams".
    • teamSize (número, opcional): Número estimado de asientos de desarrollador/analista (el valor predeterminado es 10).
    • primaryFramework (cadena, opcional): Marco de cumplimiento principal ("gdpr", "hipaa", "soc2" o "pci_dss"). El valor predeterminado es "gdpr".
  • Ejemplo de llamada JSON-RPC: 
    {
  "method": "tools/call",
  "params": {
    "name": "generate_procurement_memo",
    "arguments": {
      "targetTier": "teams",
      "teamSize": 15,
      "primaryFramework": "gdpr"
    }
  }
}
  • Salida: Memorando de adquisición empresarial en Markdown formateado, listo para su inserción inmediata en RFC internos, wikis de Confluence o solicitudes de compra empresariales.

🛡️ CLI Independiente: ps-guard

PrivacyScrubber incluye ps-guard para flujos de trabajo con tuberías Unix, pre-commit y agentes:

# Run on-demand via scoped npx (zero external lookup):
cat .env | npx -y -p @privacyscrubber/mcp-server ps-guard --profile dev

# Or install globally for direct command access:
npm install -g @privacyscrubber/mcp-server

# Pipe any output through RAM redaction
cat .env | ps-guard --profile dev

# Execute commands through the ZTDS safety wrapper
ps-guard -- npm test

# Review git diff with secrets redacted
ps-guard --diff --staged

# Generate rules for all AI IDEs (.cursorrules, .windsurfrules, CLAUDE.md, copilot, cline)
ps-guard --rules

🌐 Extensión de Navegador y Cliente Web

¿Busca protección en tiempo real directamente en su navegador web?

📄 Licencia y Actualización Comercial

De forma predeterminada, el servidor se ejecuta bajo el Nivel Gratuito (limitado a 15,000 caracteres por solicitud y al perfil PII básico General). Para desbloquear 30 perfiles PII especializados de ingeniería, médicos, legales y financieros, así como reglas personalizadas para todo el equipo, puede comprar una licencia comercial.

Plan Comercial y Comparación de Características

CaracterísticaComunidad GratuitaNivel PRONivel TEAMSSDK para Desarrolladores
Arquitectura de EjecuciónStdio RAM LocalStdio RAM LocalStdio RAM LocalNode/WASM en Proceso
Tokenización VolátilSí (solo RAM)Sí (solo RAM)Sí (solo RAM)Sí (solo RAM)
Enmascaramiento PII EstándarSíSíSíSí
Rendimiento Máximo de Caracteres15,000 caracteres / llamadaIlimitadoIlimitadoIlimitado
30 Perfiles de IndustriaSolo General (prueba de 5k)Los 30 PerfilesLos 30 PerfilesLos 30 Perfiles
Reglas Regex PersonalizadasBloqueadoIlimitadoIlimitadoIlimitado
Sincronización de Reglas de Equipo (GPO)NoNoSí (Enlace Compartido)Sí (Configurable)
Exportación de Microservicio / RAGNoNoNoSí (@privacyscrubber/sdk)
Responsabilidad de Subprocesador0 (Lado del cliente)0 (Lado del cliente)0 (Lado del cliente)0 (Node/WASM en Proceso)
Costo de Licencia$0$15/mes o $110 de por vida$99/mes tarifa plana$299/mes o $2,990/año
Activación DirectaIncluida por defectoAdquirir PROImplementar TEAMSSuscribirse al SDK

👉 Adquiera una Clave de Licencia Comercial en privacyscrubber.com/pricing

🔐 Después de la Compra: Active PRO en su Cliente MCP

Después de comprar una licencia PRO en privacyscrubber.com/pricing, recibirá una clave de licencia. Agréguela a la configuración de su cliente MCP como variable de entorno: PRIVACYSCRUBBER_KEY.

Claude Desktop

Edite ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) o %APPDATA%\Claude\claude_desktop_config.json (Windows):

{
  "mcpServers": {
    "privacyscrubber": {
      "command": "npx",
      "args": ["-y", "@privacyscrubber/mcp-server"],
      "env": {
        "PRIVACYSCRUBBER_KEY": "YOUR_LICENSE_KEY_HERE"
      }
    }
  }
}

Reinicie Claude Desktop después de guardar.

Cursor

  1. Vaya a Configuración → Funciones → Servidores MCP.
  2. Encuentre privacyscrubber y haga clic en Editar.
  3. Agregue la variable de entorno: PRIVACYSCRUBBER_KEY=YOUR_LICENSE_KEY_HERE.
  4. Reinicie Cursor.

Alternativamente, expórtela a nivel de sistema para que todas las herramientas la tomen:

# macOS / Linux — add to ~/.zshrc or ~/.bashrc
export PRIVACYSCRUBBER_KEY="YOUR_LICENSE_KEY_HERE"

Windsurf

Edite ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "privacyscrubber": {
      "command": "npx",
      "args": ["-y", "@privacyscrubber/mcp-server"],
      "env": {
        "PRIVACYSCRUBBER_KEY": "YOUR_LICENSE_KEY_HERE"
      }
    }
  }
}

Verificar Activación

Después de agregar la clave, pida a su agente de IA que llame a check_status:

Use the check_status tool from PrivacyScrubber MCP

🔗 Guías de Ecosistema y Arquitectura de Producción

📚 Fundamentos Académicos y Verificación Regulatoria

PrivacyScrubber y el protocolo Zero-Trust Data Sanitization (ZTDS) están respaldados por tratados científicos, clínicos y legales publicados:

Repositorio / ArchivoDOI / IdentificadorÁrea de EnfoqueAlcance Regulatorio y de Cumplimiento
Especificación IETFdraft-sibiryakov-ztds-protocolEl Protocolo ZTDS para la Ingestión de IA de Frontera (Internet-Draft)Privacidad Global de IA, Arquitectura de Cero Egreso
Zenodo / CERN10.5281/zenodo.22058770Fundación del Protocolo Zero-Trust Data Sanitization (ZTDS)Privacidad de IA Transfronteriza, ISO 27001 A.8.11
OSF (Centro para la Ciencia Abierta)10.17605/OSF.IO/5BYJFBenchmark Empírico de Latencia y Perfilado de Memoria (<2ms RAM)Rendimiento vs. Proxies DLP en la Nube
SSRN / ElsevierSSRN ID: 7335581Gobernanza Empresarial de IA GenerativaLey de IA de la UE, RGPD del Reino Unido, Privacidad Estatal de EE. UU.
medRxiv (Cold Spring Harbor)MEDRXIV/2026/361661Desidentificación de Ensayos Clínicos MulticéntricosHIPAA Safe Harbor Sección 164.514(b)
Law Archive / OSFLawArchive ID: 4wc86Preservación del Privilegio Abogado-Cliente en Flujos de Trabajo de IAReglas Modelo ABA y Ética Legal

Cómo Citar PrivacyScrubber en Investigaciones y Auditorías

@software{sibiryakov2026privacyscrubber,
  author = {Sibiryakov, Ilya},
  title = {PrivacyScrubber: Zero-Trust Data Sanitization (ZTDS) Engine & MCP Server},
  year = {2026},
  publisher = {Zenodo},
  doi = {10.5281/zenodo.22058770},
  url = {https://github.com/moxno/privacyscrubber-mcp}
}

📄 Licencia

MIT © Ilya Sibiryakov (BrandMeWeb)

⚖️ Divulgaciones de Propiedad Intelectual y Patentes

La arquitectura Zero-Trust Data Sanitization (ZTDS), la tokenización determinista en memoria, la transferencia de sesión criptográfica y los métodos de ejecución stdio implementados en este paquete son tecnología propietaria de Ilya Sibiryakov (BrandMeWeb) y están protegidos bajo estado de Patente Pendiente:

  • Estado Legal: Patentes Pendientes en EE. UU. e Internacionales
  • Marco de Prioridad: Convenio de París Art. 4 y 35 U.S.C. § 119 Prioridad (Ventana Activa de 12 Meses)
  • Estado de Patente: Patentes Pendientes en EE. UU. e Internacionales (Prioridad Bloqueada)
  • Título Oficial: SISTEMA Y MÉTODO PARA SANITIZACIÓN DE DATOS ZERO-TRUST EN EL LADO DEL CLIENTE Y TRANSFERENCIA DE SESIÓN CRIPTOGRÁFICA EN FLUJOS DE TRABAJO DE INTELIGENCIA ARTIFICIAL
  • Centro de Divulgación de Patentes: privacyscrubber.com/patents/ (verificación formal mediante NDA de asesoría legal).

🌐 Especificación del Grupo de Trabajo de Ingeniería de Internet (IETF)