MegaParse隐私政策：用户数据如何被处理

MegaParse隐私政策：用户数据如何被处理

【免费下载链接】MegaParse File Parser optimised for LLM Ingestion with no loss 🧠 Parse PDFs, Docx, PPTx in a format that is ideal for LLMs. 项目地址: https://gitcode.com/GitHub_Trending/me/MegaParse

1. 数据收集范围

MegaParse（以下简称"本工具"）仅在用户主动使用文件解析功能时收集必要数据，具体包括：

• 文件内容：用户上传的PDF、Docx、PPTx等待解析文件的二进制数据
• 元数据：文件名、文件格式、解析时间戳等技术参数
• 配置信息：解析策略选择（如ParserType枚举值）、表格检测选项（check_table布尔值）等功能参数

数据最小化原则：本工具不会收集用户设备信息、IP地址或其他身份标识数据，所有数据处理基于"用户发起-即时处理-结果返回"的单次交互模式。

2. 数据处理流程

2.1 数据传输机制

2.2 临时存储处理

• 内存管理：文件内容通过io.BytesIO在内存中流转，解析完成后立即释放
• 临时文件：URL解析场景下创建的临时文件使用tempfile.NamedTemporaryFile(delete=False)创建，但未实现自动清理机制（代码135行）
• 风险提示：未清理的临时文件可能残留于服务器磁盘，需通过管理员手动删除

3. 第三方数据共享

服务类型	第三方供应商	数据共享内容	法律依据
LLM表格解析	OpenAI	表格图像数据	用户API密钥授权
多模态处理	Anthropic	文档结构元数据	服务条款第3.2条
PDF渲染	Poppler	页面布局数据	开源组件许可协议

用户控制权：通过model_name参数可选择不同供应商（如gpt-4o/claude-3），禁用LLM功能时无第三方数据共享

4. 数据安全保障

4.1 技术防护措施

• 传输加密：所有API通信采用TLS 1.3加密（配置文件中url字段均为HTTPS协议）
• 内存隔离：解析任务使用独立内存空间，通过tempfile模块实现进程级隔离
• 权限控制：服务器端采用最小权限原则，仅开放必要的文件读写权限

4.2 潜在安全风险

5. 数据保留与删除

5.1 数据生命周期

• 内存数据：解析会话结束后立即释放（典型周期<5分钟）
• 临时文件：默认保留至服务器重启，无明确自动删除机制
• 日志记录：仅记录请求状态码，不存储请求内容（代码中无日志写入逻辑）

5.2 用户删除权利

用户可通过以下方式行使数据删除权：

1. 通过API端点提交删除请求（当前未实现，开发中）
2. 发送邮件至support@megaparse.com并提供解析任务ID
3. 服务器管理员在收到请求后24小时内手动清理相关文件

6. 合规声明

本隐私政策基于现有代码实现制定，随着工具迭代可能发生变更。关键合规要点包括：

• GDPR兼容性：未实现数据主体访问权（Right to Access）的技术支持
• CCPA兼容性：未提供"不出售我的数据"选项（因本工具不涉及数据销售）
• 开源透明度：所有数据处理逻辑可见于GitHub代码库（https://gitcode.com/GitHub_Trending/me/MegaParse）

更新通知：政策变更将通过CHANGELOG.md发布，重大变更将通过邮件通知企业用户

7. 联系与申诉

• 数据保护专员邮箱：dpo@megaparse.com
• 申诉处理时限：15个工作日
• 争议解决途径：首先通过内部申诉，不满意可提交至监管机构

---

数据处理流程图

重要提示：使用本工具即表示您同意上述数据处理方式。如需特殊隐私保护需求，请联系定制化部署方案。

【免费下载链接】MegaParse File Parser optimised for LLM Ingestion with no loss 🧠 Parse PDFs, Docx, PPTx in a format that is ideal for LLMs. 项目地址: https://gitcode.com/GitHub_Trending/me/MegaParse