tuteliq/mcp

Analytics & monitoring

このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。原文を見る

3 stars 0 forks 品質 76 トレンド 30MIT

Repository Install

子供の安全、不正検知、コンテンツのモデレーションのための41台のAI搭載ツールを搭載したMCPサーバー。強気、グルーミング、性欲、ロマンス詐欺、社会工学などを検出します.

概要

TuteliqのMCPサーバー - ClaudeのAI搭載児童安全ツール API Docs • ダッシュボード • Trust • Changelog • Discord Tuteliq MCPの特長 Server は、Claude、Cursor などの MCP 互換の AI アシスタントに直接 AI 搭載の児童安全ツールを提供します。いじめのメッセージを確認するには、Claude に尋ねる, グルーミングパターンを検出する, または安全行動計画を生成する. すべてのディテクタは、コードされたスラン、エモジ、レセルピーク、アルゴスピーク、およびデリベラレートフィルタのエバジョンを理解し、メッセージの周りの会話を秤量するので、偽陽性のあなたのチームを傷つけるのではなく、ターゲティングされたハラスメントからゲームゴミ箱を伝えます。このコード化された言語のレジリエンスは、プラットフォーム全体(それは単なるいじめではなく、グルーミング、詐欺、根本化、および安静に適用されます)であり、悪い俳優がモデレーションを回避する方法に独自の研究から構築されています。符号化された言語とフィルタ・エバジョンのケースの内部のベンチマークでは、Tuteliq は、主要な汎用のモデレーション API (319 ケースのエバジョンセット、ベンダーの名前なし) よりも大幅に検出されます.

概要（AI 翻訳）

Tuteliq MCP サーバー

TuteliqのMCPサーバー - ClaudeのAI搭載児童安全ツール

API ドキュメント • ダッシュボード • 信頼 • 変更ログ • ディスコード

お問い合わせ

これは何ですか?

Tuteliq MCPの特長 Server は、Claude、Cursor などの MCP 互換の AI アシスタントに直接 AI 搭載の児童安全ツールを提供します。いじめのメッセージを確認するには、Claude に尋ねる, グルーミングパターンを検出する, または安全行動計画を生成する.

キーワードだけでなく、コンテキストを読み込みます。 すべてのディテクタは、コードされたスラン、エモジ、レセルピーク、アルゴスピーク、およびデリベラレートフィルタのエバジョンを理解し、メッセージの周りの会話を秤量するので、偽陽性のあなたのチームを傷つけるのではなく、ターゲティングされたハラスメントからゲームゴミ箱を伝えます。このコード化された言語のレジリエンスは、プラットフォーム全体(それは単なるいじめではなく、グルーミング、詐欺、根本化、および安静に適用されます)であり、悪い俳優がモデレーションを回避する方法に独自の研究から構築されています。符号化された言語とフィルタ・エバジョンのケースの内部のベンチマークでは、Tuteliq は、主要な汎用のモデレーション API よりも、それらの大部分を 1.7x 検出しました(33 ケースのエバジョンセット、ベンダーの名前なし)。

**高速モード.

このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。

README

以下は原文 README の抜粋です。原文を見る。

Tuteliq MCP Server

MCP server for Tuteliq - AI-powered child safety tools for Claude

API Docs • Dashboard • Trust • Changelog • Discord

What is this?

Tuteliq MCP Server brings AI-powered child safety tools directly into Claude, Cursor, and other MCP-compatible AI assistants. Ask Claude to check messages for bullying, detect grooming patterns, or generate safety action plans.

Reads context, not just keywords. Every detector understands coded slang, emoji, leetspeak, algospeak, and deliberate filter evasion, and weighs the conversation around a message — so it tells gaming trash-talk apart from targeted harassment instead of drowning your team in false positives. This coded-language resilience is platform-wide (it applies to grooming, fraud, radicalisation, and the rest, not just bullying) and is built from our own research into how bad actors evade moderation. In an internal benchmark of coded-language and filter-evasion cases, Tuteliq detected roughly 1.7x more of them than leading general-purpose moderation APIs (319-case evasion set; vendors unnamed).

Fast mode. Pass verdict_only: true on detect_grooming or detect_bullying to get just the verdict (risk level, flags, recommended action) without the per-message breakdown — lower latency for real-time screening. The verdict itself is unchanged.

Interactive results. In hosts that support MCP Apps, results render as interactive cards rather than walls of JSON — see Interactive widgets below.

Interactive widgets

Twelve widgets return a rendered card instead of raw text in hosts that support MCP Apps (Claude desktop and web, and other MCP-compatible clients). Everywhere else the same data arrives as structuredContent, so nothing depends on the UI.

Every card carries the same frame: a chrome bar naming the tool that produced the result, the result itself, and a footer with the data-handling note and a Trust Center link. In a transcript holding a dozen results, the chrome bar is what tells you which is which.

Widget	Tools
Detection result	`detect_bullying`, `detect_grooming`, `detect_unsafe`, `analyze`, and the other `detect_*` tools
Multi-endpoint	`analyse_multi`
Emotions	`analyze_emotions`

GitHub で README 全文を見る

インストール

npx -y @tuteliq/mcp

MCP 初心者？mcpskill.org のガイドから始めましょう →

設定

{
  "mcpServers": {
    "tuteliq": {
      "type": "http",
      "url": "https://api.tuteliq.ai/mcp"
    }
  }
}