Protocollo zero · solo loopback

Mr.Rao offline by design

Il contratto non esce dalla stanza.

PDF, Word, scansioni, email → Markdown pulito, testo semplice o documento Word. Codici fiscali, IBAN, nomi e chiavi API: fuori, prima che tu li incolli in un’AI — o prima che tu pubblichi l’atto. Zero chiamate di rete. Validatori aritmetici, non promesse.

↓ Portable Windows Ispeziona il codice
127 documenti dove l’atteso è zero
AGPL-3.0 software libero
127.0.0.1 ascolto di default
IT · UK · US · CA · AU formati nazionali
session://local · redact
// ingest documento_cliente.eml

// 01 · minaccia

Il nemico non è l’AI. È il percorso.

Per far ragionare un modello su un contratto, quasi tutti gli strumenti ti chiedono di caricare il file. In quel momento nomi, IBAN e codici fiscali finiscono “in giro”. Mr. Rao spezza la catena: converte e redige qui.

⚠ Percorso classico

contratto.pdf
→ upload convertitore SaaS
→ testo grezzo
→ incolla in ChatGPT
dati personali: in chiaro, due volte fuori
PROTOCOLLO

● Percorso Mr. Rao

contratto.pdf
→ solo 127.0.0.1
→ redazione + sospetti
→ Markdown · review umana
file: non ha mai lasciato il PC

// 02 · motore

Il numero deve dimostrare di essere un IBAN.

Pattern + validatore. Niente modello, niente sorprese tra due esecuzioni. Lo stesso documento dà sempre lo stesso esito — e ogni sostituzione ha una regola.

01 / CHECKSUM

Aritmetica, non impressioni

IBAN mod-97, carte Luhn, controllo CF e P.IVA. Un protocollo lungo non viene “scambiato” per un recapito.

02 / SOSPETTI

Zero ≠ pulito

«3 redazioni · 2 da controllare». Ciò che assomiglia a un dato e non è validabile viene segnalato, non nascosto.

03 / OCR ≤2

Recupero vincolato

Su CF e IBAN storpiati prova fino a due confusioni tipiche di lettura, e sostituisce solo se il candidato regge tre vincoli insieme: checksum, sigla del Paese, lunghezza prevista da quel Paese (registro ISO 13616). Il mod-97 da solo scarta 96 candidati su 97: quando in gioco ci sono migliaia di codici lunghi, il resto passa.

// 03 · banco di prova

Documenti dove la risposta giusta è zero.

Su un documento vero non sai se una sostituzione era dovuta: la giudichi a occhio, e l’occhio si stanca. Per questo il motore viene misurato prima di tutto su carte che dati personali non ne contengono affatto: lì ogni sostituzione è un errore, e non c’è niente da interpretare. Ogni modifica deve ripassare da qui.

01 / IN BIANCO

127 documenti, atteso zero

Moduli fiscali italiani e statunitensi, numeri della Gazzetta Ufficiale fino al 1890, volumi statistici. Nessun dato personale per costruzione: il numero corretto di redazioni è zero, quindi ogni sostituzione si conta come errore.

02 / PROSA VERA

7.500 messaggi reali

6.000 messaggi di mailing list italiane e 1.500 inglesi: come si comporta sul testo che le persone scrivono davvero, non su frasi costruite per farlo riuscire.

03 / IBAN INVENTATI

12 → 0

Il recupero OCR produceva IBAN validi su documenti che non ne contenevano nessuno: il mod-97 da solo scarta 96 candidati su 97, e su un volume pieno di codici lunghi non basta. Con sigla del Paese e lunghezza attesa per Paese sono tornati a zero.

// 04 · capacità

Tutto ciò che resta in stanza.

FormatiPDF, DOCX, XLSX, PPTX, HTML, CSV, immagini, EML — MarkItDown + OCR offline
RedazioneEmail, telefoni, nomi, indirizzi, CF, P.IVA, IBAN, BBAN, carte, URL, segreti API
Oltre l’ItaliaNHS number e National Insurance britannici, SSN e ITIN, ABA routing, SIN canadese, ABN e TFN australiani, CAP britannico, righe MRZ del passaporto
EsportazioneMarkdown .md, testo semplice .txt e documento Word .docx, tutti già redatti — per gli atti che devono restare documenti · il .docx è rigenerato dal testo redatto, non è l’originale con sopra dei rettangoli neri
LinguaInterfaccia in italiano e in inglese, scelta dal browser · il documento prodotto segue la stessa lingua
Shell WindowsTasto destro → Apri con Mr. Rao · sospetti stampati in console quando servono
Cartella automaticaDa convertire → Convertiti, Markdown in uscita, default fuori da OneDrive/Dropbox
Sicurezza localeHost allow-list, anti-CSRF Origin, GET read-only, bind 127.0.0.1
LicenzaAGPL-3.0 · codice ispezionabile · nessun telefono a casa

// 05 · perché Mr. Rao

Quattro cose che gli altri non fanno.

Un ponte tra documenti grezzi e prompt per AI

Il problema. Quando un consulente, un avvocato o un analista vuole usare ChatGPT, Claude o Perplexity per analizzare un contratto, una fattura o un thread di email, non può incollare dati personali: GDPR, NDA, segreto d'ufficio.

La soluzione. Mr. Rao prende qualsiasi file — PDF scansionato, Word, Excel, EML — lo converte in puro Markdown, estrae e rimuove i dati sensibili, e restituisce un testo pronto da incollare nell'AI senza rischi. In un unico passaggio.

Parsing nativo dei thread email (.eml)

La maggior parte dei tool vede una mail come un semplice file di testo. Mr. Rao ricostruisce la catena delle risposte, separa i messaggi precedenti e applica la redazione automatica su email, telefoni e nomi. Una killer feature per il settore legale ed HR.

Specializzazione sui formati italiani ed europei

I tool americani falliscono sui formati italiani. Mr. Rao include validatori matematici specifici per codice fiscale, IBAN italiano (mod-97), partita IVA e carte di credito (algoritmo di Luhn), riducendo drasticamente i falsi positivi. E sì: funziona anche con i documenti in inglese.

Protezione attiva anti-cloud

Mr. Rao rileva se la cartella «Documenti» è sincronizzata con OneDrive, Dropbox o Google Drive e dirotta automaticamente lo spazio di lavoro su una cartella 100% locale non sincronizzata, garantendo che il file non esca mai dalla stanza.

// 06 · onestà operativa

Cosa non promettiamo — di proposito.

Un CISO si fida di chi dichiara i limiti. Noi li scriviamo in README, PRIVACY e nel prodotto.

NON è anonimizzazione GDPR forte

È redazione assistita. Il contesto del documento resta. Serve review umana.

Nomi: non infallibili

Liste di nomi, contesto della frase, euristica che si può spegnere. È la parte più difficile: un cognome raro può restare, e serve sempre una rilettura.

Abbiamo inventato 12 IBAN

Il recupero OCR li ha prodotti sui 127 documenti in bianco, che di IBAN non ne contengono nessuno. Il mod-97 da solo non bastava. Con sigla del Paese e lunghezza per Paese sono tornati a 0: misurato, non stimato.

OCR debole = privacy più debole

Il recupero e i sospetti aiutano; tre errori di lettura bastano a far sfuggire un codice.

Il .docx non è l’originale

È un documento nuovo, ricostruito dal testo già redatto: il dato non c’è, ma l’impaginazione dell’originale nemmeno. Il PDF identico con sopra i rettangoli neri Mr. Rao non lo fa — sotto quei rettangoli il testo resta.

Monoutente locale

Nessuna auth. Esporre la porta in rete senza proxy è un errore consapevole.

Scarica. Estrai. Resta offline.

Portable Windows, niente Python. Oppure clona il repo e fai girare i test. Se il motore sbaglia su un documento tuo (senza dati reali in issue), dillo: è l’unico modo per migliorarlo.

↓ MrRao-Portable.zip github.com/AntonioRao/mr-rao

// 07 · canale diretto

Segnalazioni, idee, pezzi che non tornano.

Scritto e mantenuto da Antonio Andrea Rao. Scrivimi una mail o su LinkedIn: niente moduli di contatto, niente tracciamento — come il resto del progetto.