By · Last updated 2026-02-22

Tornar al BlogTècnic

Useu Claude i ChatGPT sense filtrar dades personals

Guia per a desenvolupadors per usar assistents d'IA de forma segura. Configureu la integracio amb el servidor MCP per a proteccio transparent de dades personals a Claude Desktop, Cursor i VS Code.

February 22, 20267 min llegit
MCP ServerClaude DesktopCursor IDEsecure AIdeveloper tools

El dilema del desenvolupador

Esteu depurant un problema en produccio. La traça de la pila conte adreces de correu de clients. La solucio mes rapida? Enganxar-la a Claude i demanar ajuda.

Pero aquelles dades ara son:

  • Emmagatzemades als sistemes d'Anthropic
  • Possiblement usades per a l'entrenament del model, depenent del vostre pla
  • Visibles per a qualsevol que pugui accedir al vostre historial de xat

El 77% dels desenvolupadors enganxa dades sensibles en eines d'IA. La majoria no s'adona del problema fins despres.

Com el proxy soluciona aixo

El Protocol de Context del Model (MCP) permet que un servidor s'interposi entre vosaltres i qualsevol eina d'IA. El servidor MCP d'anonym.legal utilitza aquesta posicio per eliminar les dades personals abans que el vostre text arribi a qualsevol model.

Funciona en quatre passos:

  1. Escriviu un prompt com de costum
  2. El proxy l'intercepta abans d'enviar-lo
  3. Les dades personals es detecten i es substitueixen per tokens reversibles
  4. La IA nomes veu text net i anonimitzat

La resposta de la IA torna amb els valors reals restaurats. El vostre flux de treball no canvia.

Configuracio de la integracio

Que necessiteu

  • Node.js 18 o superior
  • Claude Desktop, Cursor o VS Code amb l'extensio de Claude
  • Una clau d'API d'anonym.legal -- obteniu-ne una gratuita

Pas 1: Obteniu la vostra clau d'API

  1. Registreu-vos a anonym.legal/auth/signup
  2. Aneu a Configuracio -> Tokens d'API
  3. Creeu un nou token
  4. Copieu-lo -- nomes el veureu una vegada

Pas 2: Configureu Claude Desktop

Editeu el fitxer de configuracio per al vostre sistema operatiu:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json
Linux: ~/.config/Claude/claude_desktop_config.json

Afegiu el servidor d'anonym.legal:

{
  "mcpServers": {
    "anonym-legal": {
      "command": "npx",
      "args": ["-y", "@anonym-legal/mcp-server"],
      "env": {
        "ANONYM_API_KEY": "la-vostra-clau-api-aqui"
      }
    }
  }
}

Pas 3: Reinicieu Claude Desktop

Tanqueu i torneu a obrir l'aplicacio. Veureu "anonym-legal" llistat sota els servidors actius.

Configuracio a Cursor IDE

Cursor usa el mateix protocol. Afegiu-ho a .cursor/mcp.json:

{
  "mcpServers": {
    "anonym-legal": {
      "url": "https://anonym.legal/mcp",
      "transport": "sse",
      "headers": {
        "Authorization": "Bearer la-vostra-clau-api-aqui"
      }
    }
  }
}

Que s'anonimitza

El servidor detecta mes de 285 tipus d'entitats en 48 idiomes:

CategoriaExemples
PersonalNoms, correus, numeros de telefon, data de naix.
FinancerTargetes de credit, comptes bancaris, IBANs
GovernamentalNSS, numeros de passaport, permisos de conduir
TecnicAdreces IP, claus d'API, tokens
SanitariIdentificadors de pacient, numeros d'asseguranca
CorporatiuIdentificadors d'empleat, numeros de compte

Exemple de transformacio

El vostre prompt:

Depura aquest error de l'usuari john.smith@acme.com:
Pagament fallat per a la targeta 4532-1234-5678-9012
ID de client: CUST-12345, IP: 192.168.1.100

El que veu el model:

Depura aquest error de l'usuari [EMAIL_1]:
Pagament fallat per a la targeta [CREDIT_CARD_1]
ID de client: [CUSTOMER_ID_1], IP: [IP_ADDRESS_1]

La resposta que veieu:

L'error per a john.smith@acme.com suggereix que la targeta
4532-1234-5678-9012 pot tenir saldo insuficient...

Vosaltres veieu els valors reals. El model nomes ha vist tokens.

Opcions avancades

Patrons personalitzats -- afegiu les vostres propies regex a la variable d'entorn CUSTOM_PATTERNS:

"CUSTOM_PATTERNS": "JIRA-[0-9]+,TICKET-[A-Z0-9]+"

Llista d'exclusions -- manteniu els noms publics sense emmascarar:

"ALLOWLIST": "Anthropic,Claude,anonym.legal"

Desactivar tipus d'entitats -- deixeu passar certes categories:

"DISABLED_ENTITIES": "PHONE_NUMBER,URL"

On es produeix el processament

ComponentUbicacio
Servidor MCPLa vostra maquina
Deteccio de dades personalsServidors d'anonym.legal (Alemanya)
Model d'IAServidors d'Anthropic / OpenAI

El proxy s'executa a la vostra maquina. Nomes la crida de deteccio va a anonym.legal. Els vostres prompts no s'emmagatzemen. Consulteu la politica de privacitat per als detalls.

Preus

La integracio esta inclosa en tots els plans:

PlaTokens/mesPreu
Gratuít2000 EUR
Basic2.0003 EUR/mes
Pro10.00015 EUR/mes
Business50.00029 EUR/mes

La majoria de desenvolupadors es queden al Basic, a 3 EUR/mes.

Conclusio

Les eines d'IA formen part de la feina diaria de desenvolupament. No necessiten veure les dades dels vostres clients per ser utils. El proxy s'ocupa d'aixo per vosaltres.

La integracio:

  • No necessita cap canvi en el flux de treball
  • Funciona amb Claude Desktop, Cursor i VS Code
  • Protegeix les dades personals a cada prompt, sempre
  • Costa 3 EUR/mes per a la majoria de desenvolupadors

Configureu-ho un cop. Les vostres dades resten protegides per defecte.


Fonts

Preparat per protegir les vostres dades?

Comenceu a anonimitzar PII amb més de 285 tipus d'entitats en 48 idiomes.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.