By · Last updated 2026-02-22

Tilbake til BloggTeknisk

Bruk Claude og ChatGPT uten a lekke personopplysninger

En utviklerguide til sikker bruk av KI-assistenter. Sett opp MCP Server-integrasjon for transparent personvern-beskyttelse i Claude Desktop, Cursor og VS Code.

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

Utviklerens dilemma

Du feilsakter et produksjonsproblem. Stack trace-en har kundenes e-postadresser i seg. Den raskeste losningen? Lim inn i Claude og be om hjelp.

Men de dataene er na:

  • Lagret i Anthropics systemer
  • Muligens brukt til modelltrening, avhengig av planen din
  • Synlig for alle som kan fa tilgang til chat-historikken din

77 % av utviklere limer inn sensitiv data i KI-verktoy. De fleste legger ikke merke til problemet for senere.

Slik fikser proxyen dette

Model Context Protocol (MCP) lar en server sitte mellom deg og et KI-verktoy. anonym.legal MCP-serveren bruker den posisjonen til a fjerne personopplysninger for teksten nar noen modell.

Det fungerer i fire trinn:

  1. Du skriver en melding som normalt
  2. Proxyen fanger den opp for sending
  3. Personopplysninger identifiseres og byttes mot reversible tokens
  4. KI-en ser bare ren, anonymisert tekst

KI-ens svar returneres med ekte verdier gjenopprettet. Arbeidsflyten din endres ikke.

Sett opp integrasjonen

Hva du trenger

  • Node.js 18 eller nyere
  • Claude Desktop, Cursor eller VS Code med Claude-utvidelsen
  • En anonym.legal API-nokkel -- fa en gratis

Trinn 1: Fa din API-nokkel

  1. Registrer deg pa anonym.legal/auth/signup
  2. Ga til Innstillinger → API-tokens
  3. Opprett et nytt token
  4. Kopier det -- du ser det bare en gang

Trinn 2: Konfigurer Claude Desktop

Rediger konfigurasjonsfilen for ditt OS:

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

Legg til anonym.legal-serveren:

{
  "mcpServers": {
    "anonym-legal": {
      "command": "npx",
      "args": ["-y", "@anonym-legal/mcp-server"],
      "env": {
        "ANONYM_API_KEY": "your-api-key-here"
      }
    }
  }
}

Trinn 3: Start Claude Desktop pa nytt

Lukk og apne appen igjen. Du vil se "anonym-legal" oppfort under aktive servere.

Cursor IDE-oppsett

Cursor bruker samme protokoll. Legg dette til i .cursor/mcp.json:

{
  "mcpServers": {
    "anonym-legal": {
      "url": "https://anonym.legal/mcp",
      "transport": "sse",
      "headers": {
        "Authorization": "Bearer your-api-key-here"
      }
    }
  }
}

Hva som anonymiseres

Serveren oppdager 285+ enhetstyper pa tvers av 48 sprak:

KategoriEksempler
PersonligNavn, e-postadresser, telefonnumre, fodselsdato
FinansieltKredittkort, bankkontoer, IBAN-er
StatligPersonnummer, passnumre, fororerkort
TekniskIP-adresser, API-nokler, tokens
HelsePasient-IDer, forsikringsnumre
BedriftsAnsatt-IDer, kontonumre

Eksempel pa transformasjon

Din melding:

Feilsok denne feilen fra bruker john.smith@acme.com:
Betaling mislyktes for kort 4532-1234-5678-9012
Kunde-ID: CUST-12345, IP: 192.168.1.100

Hva modellen ser:

Feilsok denne feilen fra bruker [EMAIL_1]:
Betaling mislyktes for kort [CREDIT_CARD_1]
Kunde-ID: [CUSTOMER_ID_1], IP: [IP_ADDRESS_1]

Svaret du ser:

Feilen for john.smith@acme.com antyder at kortet
4532-1234-5678-9012 kan ha lav saldo...

Du ser ekte verdier. Modellen sa bare tokens.

Avanserte alternativer

Egendefinerte monster -- legg til din egen regex i CUSTOM_PATTERNS-miljoevariabelen:

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

Tillatelsesliste -- hindre offentlige navn fra a bli maskert:

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

Deaktiver enhetstyper -- la visse kategorier passere gjennom:

"DISABLED_ENTITIES": "PHONE_NUMBER,URL"

Hvor behandling skjer

KomponentPlassering
MCP-serverDin maskin
Gjenkjenning av personopplysningeranonym.legal-servere (Tyskland)
KI-modellAnthropic/OpenAI-servere

Proxyen kjorer pa din maskin. Bare gjenkjenningskallet sendes til anonym.legal. Meldingene dine lagres ikke. Se personvernreglene for detaljer.

Prising

Integrasjonen er inkludert i alle planer:

PlanTokens/manedPris
Gratis2000 €
Basic2 0003 €/maned
Pro10 00015 €/maned
Business50 00029 €/maned

De fleste utviklere bruker Basic til 3 €/maned.

Konklusjon

KI-verktoy er na en del av daglig utviklingsarbeid. De trenger ikke se kundenes data for a vaere nyttige. Proxyen ordner det for deg.

Integrasjonen:

  • Krever ingen endringer i arbeidsflyten
  • Fungerer med Claude Desktop, Cursor og VS Code
  • Beskytter personopplysninger i hver melding, hver gang
  • Koster 3 €/maned for de fleste utviklere

Sett det opp en gang. Dataene dine er trygge som standard.


Kilder

Klar til å beskytte dataene dine?

Begynn å anonymisere PII med 285+ enhetstyper på 48 språk.

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.