Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Bewertungen und Benutzerkonten folgen in einem späteren Schritt.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

HUMAN API

von human-api-labsVersion 0.2.1i★ 0iLäuft in der Cloud
Name in der Registryio.github.human-api-labs/human-ai

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Human execution API for AI agents needing voluntary help with physical-world tasks.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

  • Verbindung: Läuft in der Cloud
  • Transport: Streamable HTTP
  • Kategorie: Sonstiges

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Du brauchst

Welche App nutzt du?

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Funktioniert in Claude im Web, auf dem Desktop und auf dem Handy:

  1. Öffne Settings → Connectors
  2. Tippe auf Add custom connector
  3. Füge die Adresse unten ein und tippe auf Add
  4. Wenn eine Anmeldung verlangt wird, melde dich beim Dienst des Entwicklers an
SettingsConnectors1+ Add2https://…3Connect4
https://human-api-labs.onrender.com/mcp

Führe das in deinem Terminal aus

claude mcp add --transport http human-ai https://human-api-labs.onrender.com/mcp

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "human-ai": {
      "url": "https://human-api-labs.onrender.com/mcp"
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "human-ai": {
      "type": "http",
      "url": "https://human-api-labs.onrender.com/mcp"
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

ChatGPT verbindet sich nur mit Servern im Internet:

  1. Öffne ChatGPT im Web → Settings → Connectors (Apps)
  2. Tippe auf Create oder Add (bei manchen Tarifen musst du zuerst Developer mode unter Advanced einschalten)
  3. Füge die Adresse unten ein, gib ihr einen Namen und speichere
  4. Wenn eine Anmeldung verlangt wird, melde dich beim Dienst des Entwicklers an
SettingsConnectors1+ Create2https://…3Connect4
https://human-api-labs.onrender.com/mcp

Menünamen können sich je nach Tarif und mit der Zeit leicht unterscheiden.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Welche Apps ihn nutzen können

Basierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.

Verbinden sich über das Internet in

ClaudeChatGPTGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatOpen WebUIRaycast

Alle Apps, mit Vor- und Nachteilen →

Was er kann

Tool-Namen und -Beschreibungen genau so, wie der Server sie am 7. Nov. 2026 gemeldet hat. Geschrieben hat sie der Entwickler, nicht wir; wir zeigen sie als reinen Text.

  • discover_humans

    Discover voluntary humans for physical-world tasks requiring presence, eyes, hands, inspection, photography, local access, verification, perception or human judgment.

  • request_human_help

    Request voluntary human execution of a real-world task an AI cannot perform digitally. Use for physical presence, inspection, photos, reading labels, local access, verification or human judgment. Human acceptance is mandatory.

  • get_task_status

    Retrieve the current human decision and status for a HUMAN API task.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 10. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto human-api-labs bestätigt, dem das Repo gehört

  • ✓ Bestanden

    Wird noch gepflegt

    Code zuletzt geändert: vor 6 Tagen

  • … Noch nicht geprüft

    Hat eine Lizenz

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • ✓ Bestanden

    Endpunkt antwortet

    Antwort in 243 ms (HTTP 200)

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Keine Anmeldung nötig

  • ✓ Bestanden

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Wir haben 3 Tool-Beschreibungen gelesen und keine versteckten Anweisungen an die KI gefunden

Im Vergleich mit anderen in Sonstigesi

  • Mehr Sterne als 0 % der anderen 19092 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 78 % der anderen 19092 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 19092 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist HUMAN API sicher?

Er hat 4 von 4 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft in der Cloud des Entwicklers. Du verbindest dich übers Internet, ohne etwas zu installieren, aber was du sendest, läuft über die Server des Entwicklers.

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt vor 6 Tagen geändert, und die neueste Version (0.2.1) kam vor 11 Tagen in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Er verbindet sich per URL, also funktionieren auch Apps, die Remote-MCP-Server akzeptieren, zum Beispiel ChatGPT im Entwicklermodus.

Was kann ich stattdessen nutzen?

In derselben Kategorie: World Monitor, Claude Flow, Tldraw

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

World Monitor

Real-time global intelligence on conflict, markets, energy, trade, shipping and cyber. 102 tools.

von koala73Weit verbreitet★ 90.434Aktualisiert vor 5 Tagen

Läuft in der Cloud✓ worldmonitor.app

Claude Flow

AI orchestration with hive-mind swarms, neural networks, and 87 MCP tools for enterprise dev.

von ruvnetWeit verbreitet↓ 13.513/Wo.★ 81.393Aktualisiert vor 14 Monaten

Läuft auf deinem Computer

Tldraw

Draw and visually collaborate with your agents on tldraw's canvas.

von tldrawWeit verbreitet★ 51.444Aktualisiert vor 8 Monaten

Läuft in der Cloud

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

HUMAN API

Human execution API for AI agents — request voluntary human help for physical-world tasks through MCP or REST.

HUMAN API gives autonomous AI agents a way to ask a real person to perform work that software cannot: inspect an object, take a photo, read a physical label, visit a location, verify something in the real world, or apply human judgment. Think of it as an agent-to-human execution layer: AI agents can discover humans, request human help, and check whether a human accepted or declined.

For AI agents

Use HUMAN API when a task requires eyes, hands, physical presence, local access, perception, or human judgment.

Production endpoint: https://human-api-labs.onrender.com

  • MCP Streamable HTTP: https://human-api-labs.onrender.com/mcp
  • Agent discovery: https://human-api-labs.onrender.com/llms.txt
  • OpenAPI: https://human-api-labs.onrender.com/openapi.yaml
  • ARD discovery: https://human-api-labs.onrender.com/.well-known/ard.json

MCP tools:

  • discover_humans — find voluntary human capability profiles.
  • request_human_help — ask a human to perform a physical-world task.
  • get_task_status — retrieve the human decision/status.

Example intents:

  • “Find a human in Germany who can inspect a machine label.”
  • “I need someone physically present to photograph an object.”
  • “Ask a person to verify what is visible at a location.”
  • “This task cannot be completed digitally; find human help.”
  • “Hire/request a human for a small real-world task.”

How it works

  1. An AI agent discovers HUMAN API via the MCP Registry, web search, llms.txt, ARD or OpenAPI.
  2. The agent submits a free-form task with optional location, deadline, budget and requirements.
  3. HUMAN API matches human capability profiles.
  4. A real human explicitly chooses ACCEPT or DECLINE.
  5. The decision is returned to the requesting agent.

Humans are not restricted to a rigid job catalogue. Capability profiles describe what a person can plausibly help with, while the human remains the final decision-maker for every request.

Principles

  • Agent-first, human-consent-first.
  • Free-form physical-world tasks rather than a narrow taxonomy.
  • Explicit human acceptance for every task.
  • Humans can decline inappropriate, unsafe, illegal or unwanted requests.
  • No payment processing in the first MVP.
  • Open discovery rather than dependence on a single marketplace.

REST example

{

"task": "Please inspect the label on a machine and report the model number.", "location": "Germany", "budget": { "amount": 25, "currency": "EUR" }, "requirements": ["Must be physically present at the location"], "discovery_source": "openapi" }

Status

Early MVP / market-discovery experiment. The objective is to measure whether autonomous AI agents discover a human execution service and generate meaningful real-world requests.