Dpo2u MCP

🚀 DPO2U MCP平臺 - 混合式人工智能合規引擎

DPO2U MCP平臺是唯一將以下兩者相結合的合規解決方案：

• 100%本地數據（最大程度的隱私保護）
• 通過軟件即服務（SaaS）提供的專有法律知識（高級專業知識）

🏗️ 革命性架構

┌─────────────────────────┐    ┌─────────────────────┐
│   100% 本地部署        │    │    SaaS DPO2U      │
│ ┌─────────────────────┐ │    │ ┌─────────────────┐ │
│ │ MCP - DPO2U (17 工具)│ │◄──►│ │ LEANN API       │ │
│ │ Ollama 本地大語言模型│ │    │ │ 知識庫          │ │
│ │ OpenFHE 加密技術    │ │    │ │ 2856 + 文檔      │ │
│ │ 所有敏感數據        │ │    │ │ 合規情報        │ │
│ └─────────────────────┘ │    │ └─────────────────┘ │
│ 客戶 = 完全控制權      │    │ DPO2U = 知識產權保護│
└─────────────────────────┘    └─────────────────────┘

🎯 獨特的價值主張

• 🔐 100% 本地數據：您的數據永遠不會離開您的基礎設施。
• 🧠 高級知識：可訪問市場上最專業的巴西通用數據保護法（LGPD）/通用數據保護條例（GDPR）知識。
• ⚡ 超高性能：LEANN API 的緩存命中率達 91.97%（15 毫秒對比 44 秒）。
• 🤖 人工智能驅動：Ollama 本地大語言模型 + OpenFHE 加密技術。
• 📊 17 種工具：全面的合規自動化。
• 🔒 零知識證明：加密證據，不暴露數據。
• 🎯 95% 以上合規率：自動修復合規差距。

📋 可用工具

🛡️ 標準合規工具（10 種）

🔐 OpenFHE 同態加密工具（6 種）

📦 安裝指南

1. 克隆或下載項目

cd /opt
git clone https://github.com/dpo2u/dpo2u-mcp.git
# 或者
cp -r /opt/dpo2u-mcp /opt/dpo2u-mcp

2. 安裝依賴項

cd /opt/dpo2u-mcp
npm install

3. 配置環境變量

cat > .env << EOF
LEANN_API_URL=http://localhost:3001
LEANN_API_KEY=leann-api-2025
OLLAMA_API_URL=http://172.18.0.1:11434
OLLAMA_MODEL=qwen2.5:3b-instruct
OPENFHE_SCRIPTS_PATH=/opt/openfhe/scripts
OPENFHE_TEMP_DIR=/tmp/openfhe
PYTHON_PATH=python3
EOF

4. 編譯 TypeScript

npm run build

5. 配置 Claude 桌面應用

在文件 ~/.config/claude-desktop/claude_desktop_config.json 中添加以下內容：

{
  "mcpServers": {
    "dpo2u": {
      "command": "node",
      "args": ["/opt/dpo2u-mcp/dist/index.js"],
      "env": {
        "LEANN_API_URL": "http://localhost:3001",
        "LEANN_API_KEY": "leann-api-2025",
        "OLLAMA_API_URL": "http://172.18.0.1:11434"
      }
    }
  }
}

6. 重啟 Claude 桌面應用

# 關閉並重新打開 Claude 桌面應用
# 工具將自動可用

▶️ 在 Codex CLI / 非交互式環境中使用

要直接通過 Codex CLI（或任何無 TTY 的環境）執行 MCP，請設置啟用自動入職的環境變量：

export MCP_AUTO_ONBOARDING=quick
export MCP_COMPANY_NAME="DPO2U CLI"
export MCP_COMPANY_EMAIL="cli@dpo2u.com"
export DPO2U_MCP_BASE_PATH="$(pwd)"
npm run build
node dist/index.js

支持的變量：

🌐 MCP 工具的 HTTP API

# 在默認端口 4000 啟動 API
npm run start:http

# 或者通過 CLI
npx dpo2u-mcp serve:http --port 4500

主要端點：

注意： 設置 DPO2U_HTTP_API_KEY 以要求在所有請求中使用 x-api-key 頭。

🧰 統一命令行界面（CLI）

該軟件包提供了一個 dpo2u-mcp 二進制文件，帶有輔助命令：

npx dpo2u-mcp serve:mcp      # 啟動 MCP 服務器（Claude/桌面應用）
npx dpo2u-mcp serve:http     # 啟動 HTTP API
npx dpo2u-mcp tools:list     # 列出可用工具
npx dpo2u-mcp tools:call auditinfrastructure -a '{"target":"prod","depth":"deep","compliance":["LGPD"]}'
npx dpo2u-mcp onboarding:reset   # 清除文件以重新進行入職流程
npx dpo2u-mcp onboarding:quick --company "Empresa X" --email contato@x.com --has-dpo

🔐 機密管理

將敏感密鑰（LEANN、HTTP、n8n）存儲在環境變量或 config/secrets.json 文件中：

{
  "LEANN_API_KEY": "sk-...",
  "DPO2U_HTTP_API_KEY": "token-http",
  "DPO2U_N8N_WEBHOOK_TOKEN": "token-n8n"
}

通過 export DPO2U_SECRETS_PROVIDER=file 啟用（可選 DPO2U_SECRETS_FILE=/caminho/custom.json）。

💻 使用示例

🛡️ 標準工具

全面的基礎設施審計

在 Claude 桌面應用中輸入：

使用 auditinfrastructure 工具對 "producao" 系統進行深度審計，以符合 LGPD 和 GDPR 標準，並生成執行報告。

生成隱私政策

使用 generateprivacypolicy 為 "TechCorp" 公司創建一份適用於 SaaS 類型的隱私政策，該公司收集姓名、電子郵件和 CPF 信息，語言為葡萄牙語。

風險評估（DPIA/RIPD）

使用 assessrisk 評估 "客戶數據" 處理的風險，包括個人和敏感數據，並生成完整的 DPIA 報告。

🔐 OpenFHE 同態加密工具

加密執行報告

使用 fheexecutivedashboard 生成季度 "綜合" 儀表盤，包含 ["合規性", "風險", "財務"] 等關鍵績效指標，達到 "董事會可用" 級別，包括趨勢和預測。

多組織隱私基準測試

使用 privatebenchmark 對 "technology" 行業的 "大型" 組織進行 "合規性" 基準測試，比較 ["lgpd_score", "incident_rate", "response_time"] 等指標，達到 "最高" 匿名級別。

合規性零知識證明

使用 zkcomplianceproof 生成 "合規證書"，證明 "組織完全符合 LGPD 標準"，提供 ["數據保護", "用戶權利", "文檔"] 等證據，適用於 ["LGPD", "GDPR"] 法規，使用 "zk - SNARK" 技術。

同態分析

使用 homomorphicanalytics 對 "production_db" 數據源進行 "合規評分" 分析，輸入為加密數據，進行組織 ["empresa_a", "empresa_b", "empresa_c"] 之間的 "多方" 計算。

🏗️ 架構

┌─────────────┐     MCP 協議       ┌──────────────┐
│   Claude    │◄────────────────────►│  DPO2U MCP   │
│   桌面應用  │     JSON - RPC 2.0     │   服務器     │
└─────────────┘                      └──────┬───────┘
                                            │
                    ┌───────────────────────┼───────────────────────┐
                    │                       │                       │
              ┌─────▼─────┐         ┌──────▼──────┐        ┌──────▼──────┐
              │   LEANN   │         │   Ollama    │        │   OpenFHE   │
              │    API    │         │  本地大語言模型 │        │ 同態加密  │
              └───────────┘         └─────────────┘        └─────────────┘
              向量搜索         人工智能生成          全同態加密計算
              2856 篇文檔      100% 私有           零暴露

📊 性能指標

• 響應時間：每個工具 < 5 秒
• 精度：識別差距的準確率達 95%
• 覆蓋率：100% 涵蓋 LGPD/GDPR 條款
• 可用性：99.9% 正常運行時間
• 隱私性：100% 本地處理

🔒 安全與隱私

• ✅ 100% 本地處理：沒有數據離開您的基礎設施。
• ✅ 無雲依賴：完全本地部署的技術棧。
• ✅ 加密技術：數據在傳輸和存儲時均加密。
• ✅ 可審計：所有操作都有完整日誌記錄。
• ✅ 符合 LGPD/GDPR 標準：設計即合規。

🤝 支持

• 文檔：本 README 文件和帶註釋的代碼。
• 問題反饋：https://github.com/dpo2u/dpo2u-mcp/issues
• 電子郵件：suporte@dpo2u.com.br
• WhatsApp：+55 11 99999 - 9999

📄 許可證

本項目採用 MIT 許可證，詳情請參閱 LICENSE 文件。

🏆 致謝

本項目由 DPO2U 開發，DPO2U 是巴西法律科技與人工智能領域的先驅。

DPO2U MCP 平臺 v1.0 - 用人工智能變革合規管理 🚀