Сканирует PDF, скриншоты и отсканированные документы для обнаружения PII и учетных данных с помощью текстовых слоев и OCR перед их отправкой в LLM.
Также известен как GuardBee/guardbee-mcp, @guardbee/mcp-document-scanner
- Звёзды
- 2
- Инструменты
- 3
- Загрузки, 30 дней
- 3 086
- Последняя версия
- 0.4.1
- Последний коммит
- 12 нояб. 2026 г.
- Лицензия
- MIT
Что такое document-scanner MCP?
document-scanner — это MCP server. Сканирует PDF, скриншоты и отсканированные документы для обнаружения PII и учетных данных с помощью текстовых слоев и OCR перед их отправкой в LLM. Он предоставляет 3 инструмента, например scan_document, scan_base64, list_detectors.
Сводка сгенерирована из README проекта
О document-scanner MCP server
Основная функция этого инструмента — защита конфиденциальной информации от отправки в большие языковые модели. Он сканирует PDF, скриншоты и различные форматы изображений, чтобы идентифицировать персональные данные и учетные данные до того, как они попадут в AI-клиент. Анализируя текстовые слои и используя OCR для отсканированных страниц или изображений, он обнаруживает специфические паттерны, такие как IBAN, номера паспортов, адреса электронной почты и номера телефонов.
Разработчики могут интегрировать этот MCP server в свою локальную среду MCP с помощью npx или установить его через npm. Он поддерживает английский и турецкий языки через tesseract.js и использует @napi-rs/canvas для рендеринга. Система определяет типы файлов напрямую по байтам, а не полагаясь на имена файлов или MIME-типы. В состав входят специальные детекторы для турецких идентификаторов, таких как TC Kimlik No и MERSİS, наряду со стандартными форматами учетных данных. Пользователи могут настраивать ограничения, такие как размер файла 25 MB или максимум 50 страниц на документ, для управления нагрузкой при обработке.
Что вы можете с ним делать
- 1Автоматизированный аудит безопасности документовЗапустите сканирование директории файлов через командную строку для генерации отчета SARIF для GitHub Code Scanning.
- 2Обнаружение специфических турецких идентификаторовИдентифицируйте конфиденциальные турецкие данные, такие как номера VKN или MERSİS, в отсканированных документах.
Взято из README проекта. Каждый вариант использования проверен на соответствие цитате из него.
Как установить document-scanner MCP
Форматы проверены 10 ноя 2026Добавить в CursorДобавить в GooseУстановка document-scanner MCP в Claude Code
$ claude mcp add document-scanner -- npx -y @guardbee/mcp-document-scannerУстановка document-scanner MCP в Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"document-scanner": {
"command": "npx",
"args": [
"-y",
"@guardbee/mcp-document-scanner"
]
}
}
}Установка document-scanner MCP в VS Code
.vscode/mcp.json
{
"servers": {
"document-scanner": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"@guardbee/mcp-document-scanner"
]
}
}
}Установка document-scanner MCP в VS Code CLI
$ code --add-mcp '{"name":"document-scanner","type":"stdio","command":"npx","args":["-y","@guardbee/mcp-document-scanner"]}'Установка document-scanner MCP в Claude Desktop
claude_desktop_config.json
{
"mcpServers": {
"document-scanner": {
"command": "npx",
"args": [
"-y",
"@guardbee/mcp-document-scanner"
]
}
}
}Установка document-scanner MCP в Codex
$ codex mcp add document-scanner -- npx -y @guardbee/mcp-document-scannerУстановка document-scanner MCP в Codex config.toml
~/.codex/config.toml
[mcp_servers.document-scanner] command = "npx" args = ["-y", "@guardbee/mcp-document-scanner"]
Установка document-scanner MCP в Gemini CLI
$ gemini mcp add -s user document-scanner npx -- -y @guardbee/mcp-document-scannerУстановка document-scanner MCP в Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"document-scanner": {
"command": "npx",
"args": [
"-y",
"@guardbee/mcp-document-scanner"
]
}
}
}Инструменты document-scanner MCP 3
Определено из READMEscan_documentscan_base64list_detectors
| scan_document | — | |
| scan_base64 | — | |
| list_detectors | — |
Автоматические проверки
Запущено 13 нояб. 2026 г.Полный отчёт →Прошло наши автоматизированные проверки. Это не аудит безопасности: изучите код и предоставьте серверу минимально необходимый доступ. Как работают проверки
- Связанный и доступный исходный репозиторийПройдено
- Open source лицензия (OSI)Пройдено
- Коммит или релиз за последний годПройдено
- Имя пакета не похоже на популярный пакетПройдено
- Удаленная конечная точка использует HTTPSНе проверялось
- Деструктивные инструменты помеченыПройдено
- Нет скрытых инструкций для моделиПройдено
- Нет критических предупреждений в пакете или его зависимостяхПройдено
README
Открыть на GitHub@guardbee/mcp-document-scanner
🇬🇧 English | 🇹🇷 Türkçe
An MCP server and CLI that finds personal data and credentials inside documents — PDFs, screenshots, scanned pages — before they are handed to an LLM. Text checks in a proxy or a DLP see a PDF attachment or an image as an opaque blob; this package reads it: the PDF text layer first, and OCR (Turkish and English) for images and for PDF pages that have no text.
Telemetry is off by default. With
GUARDBEE_TELEMETRY=1it sends the server, tool, success, duration and short parameter values such as a file path; longer strings and fields likecontent,tokenorpasswordare replaced with a placeholder. See@guardbee/mcp-telemetry.
document ──► type from the bytes (PDF, PNG, JPEG, GIF, WebP, BMP, TIFF, text)
│
├─ PDF page with a text layer ──► text
├─ PDF page without one ─────► render (@napi-rs/canvas) ──► OCR (tesseract.js)
└─ image ─────────────────────► OCR (tesseract.js)
│
guard-core detectors ◄──────┘ TC Kimlik No, VKN, IBAN, card (checksums),
passport, SGK, MERSİS, birth date, address,
e-mail, KEP, phone, 22+ credential formats
Install
npx -y @guardbee/mcp-document-scanner scan ./contracts # text layers only
npm i -g @guardbee/mcp-document-scanner tesseract.js @napi-rs/canvas # with OCR
OCR is optional: tesseract.js reads images, and @napi-rs/canvas (prebuilt, no compiler needed) renders scanned PDF pages for it. Without them the scanner still reads every PDF text layer and says which pages or images it could not read. Tesseract downloads the tur and eng language data (~10 MB) on first use into ~/.cache/guardbee/tessdata (or $XDG_CACHE_HOME/guardbee/tessdata) — never into your working directory. Offline: put <lang>.traineddata in a folder and pass --lang-path.
MCP tools
| Tool | What it does |
|---|---|
scan_document |
Scan a file, or every PDF and image in a folder |
scan_base64 |
Scan bytes given as base64 (an attachment, an image a tool returned); the type comes from the bytes |
list_detectors |
The personal-data and credential detectors that run |
{ "mcpServers": { "documents": { "command": "npx", "args": ["-y", "@guardbee/mcp-document-scanner"] } } }
CLI
guardbee-document-scanner scan <file|folder> [--format=text|json|sarif] [--fail-on=any|critical|high|medium|low|none]
[--no-ocr] [--lang=tur,eng] [--lang-path=<dir>] [--cache-path=<dir>] [--include=ip_address,plate_tr]
[--max-pages=50] [--max-files=500] [--text]
⚠️ Found 3 item(s) in 1 document(s) (812ms)
Critical: 0 High: 2 Medium: 1 Low: 0
contracts/acme.pdf (pdf, 2 page(s) read)
[HIGH] tc_kimlik (personal) — page 1, pdf-text: 10*******46
[HIGH] iban (personal) — page 2, pdf-ocr: TR************26
[MEDIUM] email (personal) — page 2, pdf-ocr: al***********om
Findings show only the first and last characters. --format=sarif gives SARIF 2.1.0 with the page as the line, for GitHub Code Scanning. Exit code 1 when something at or above --fail-on was found.
In the security proxy
@guardbee/mcp-security-proxy uses this package for interceptors.documents: images and embedded PDFs in tool results and resource blobs are scanned before the model sees them, and a document holding personal data or a credential is withheld (block) or logged (warn).
interceptors:
documents: { enabled: true, action: block, ocr: true, maxBytes: 26214400 }
Limits
- The type is taken from the bytes, never from a file name or a MIME type.
- 25 MB and 50 pages per document by default (
maxBytes,--max-pages). - OCR quality depends on the scan; a blurry photo can miss a digit and so fail a checksum — such a value is not reported, which errs towards silence rather than false alarms.
- Names, signatures and handwriting are not detected.
License
MIT
Feedback
Questions, ideas, or a false positive? Start a thread in GitHub Discussions or open an issue. If GuardBee is useful to you, a ⭐ on the repository helps others find it.
Вопросы о document-scanner MCP
Как добавить document-scanner MCP в Claude Code?
Выполните claude mcp add document-scanner -- npx -y @guardbee/mcp-document-scanner в терминале. Добавьте --scope user, чтобы сервер был доступен во всех проектах.
Как добавить document-scanner MCP в Cursor?
Откройте ~/.cursor/mcp.json и добавьте сервер в mcpServers, используя конфигурацию Cursor из раздела установки выше.
Какие инструменты предоставляет document-scanner MCP?
Он предоставляет 3 инструмента, включая scan_document, scan_base64, list_detectors.
Какие типы файлов можно сканировать?
Сканер поддерживает PDF, PNG, JPEG, GIF, WebP, BMP, TIFF и текстовые файлы.
Требуется ли для работы сканера OCR?
Нет, OCR необязателен. Без него сканер считывает текстовый слой PDF, но будет сообщать о страницах или изображениях, которые не удалось прочитать.
Какую конфиденциальную информацию он может обнаружить?
Он обнаруживает различные персональные данные и учетные данные, включая IBAN, номера паспортов, адреса электронной почты, номера телефонов и многое другое.
Есть ли ограничения на размер или длину файла?
По умолчанию сканер ограничен размером файла 25 MB и количеством страниц до 50 на документ.