Tuteliq MCP

Name: Tuteliq MCP
Author: Tuteliq

von TuteliqVersion 4.2.6i★ –iComputer oder Cloud

Name in der Registryai.tuteliq/mcp

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Detect grooming, bullying, fraud, and 16+ online threats across text, voice, image, and video.

Die drei Säulen von PopNx MCP

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

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi3 von 3 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiNoch nicht gemessen★ –

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: Computer oder Cloud
Transport: stdio, Streamable HTTP
Kategorie: Design, Bilder & Audio
Das musst du eintragen: TUTELIQ_API_KEY

Installation

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

Bevor du installierst

Basischecks: 3 von 3 bestanden
Läuft auf dem Server des Entwicklers: Was du fragst, läuft über dessen Server.
Das trägst du selbst ein: TUTELIQ_API_KEY

Als geheim markierte Werte sind Schlüssel zu deinem Konto. Gib sie nie weiter und füge sie nie in einen Chat ein.

Du brauchst

Läuft in der CloudNichts zu installieren; die Verbindung läuft übers Internet
npmNode.js installiert (für den Befehl npx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

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:

Öffne Settings → Connectors
Tippe auf Add custom connector
Füge die Adresse unten ein und tippe auf Add
Wenn eine Anmeldung verlangt wird, melde dich beim Dienst des Entwicklers an

https://api.tuteliq.ai/mcp

Oder führ ihn auf deinem Computer aus

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "tuteliq": {
      "command": "npx",
      "args": [
        "-y",
        "@tuteliq/mcp"
      ],
      "env": {
        "TUTELIQ_API_KEY": "your-value"
      }
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add --transport http tuteliq https://api.tuteliq.ai/mcp

Oder führ ihn auf deinem Computer aus

claude mcp add tuteliq --env TUTELIQ_API_KEY=your-value -- npx -y @tuteliq/mcp

Trag die leeren Werte ein, bevor du ihn startest.

In Cursor öffnen

Oder kopier die Einstellungen selbst

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

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

Oder führ ihn auf deinem Computer aus

In Cursor öffnen

Oder kopier die Einstellungen selbst

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

{
  "mcpServers": {
    "tuteliq": {
      "command": "npx",
      "args": [
        "-y",
        "@tuteliq/mcp"
      ],
      "env": {
        "TUTELIQ_API_KEY": "your-value"
      }
    }
  }
}

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

Oder führ ihn auf deinem Computer aus

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "tuteliq": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@tuteliq/mcp"
      ],
      "env": {
        "TUTELIQ_API_KEY": "your-value"
      }
    }
  }
}

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:

Öffne ChatGPT im Web → Settings → Connectors (Apps)
Tippe auf Create oder Add (bei manchen Tarifen musst du zuerst Developer mode unter Advanced einschalten)
Füge die Adresse unten ein, gib ihr einen Namen und speichere
Wenn eine Anmeldung verlangt wird, melde dich beim Dienst des Entwicklers an

https://api.tuteliq.ai/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.

Werte, die du selbst einträgst

TUTELIQ_API_KEY geheim erforderlich env
Tuteliq API key from tuteliq.ai

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

Was er kann

Der Server verlangt eine Anmeldung, bevor er seine Tools auflistet.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 7. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde über die Domain tuteliq.ai bestätigt (die Registry prüft, wem die Domain gehört)
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
✓ Bestanden
Endpunkt antwortet
Antwort in 274 ms (HTTP 401)
✓ Bestanden
Anmeldung mit OAuth
Gibt OAuth-Anmeldung an, damit deine KI-App dich zum Einloggen weiterleiten kann
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Noch nicht geprüft; wir lesen die Tool-Liste, wenn wir den Endpunkt prüfen

Im Vergleich mit anderen in Design, Bilder & Audioi

Mehr Sterne als 0 % der anderen 2199 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 87 % der anderen 2199 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 2199 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 Tuteliq MCP sicher?

Er hat 3 von 3 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?

Das musst du eintragen: TUTELIQ_API_KEY

Läuft er auf meinem Computer oder in der Cloud?

Beides geht: Installiere ihn auf deinem Computer oder verbinde dich mit der Cloud-Version.

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (4.2.6) kam vor 4 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: Figma Context MCP, Claude Real Video, Figma MCP Server

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

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

Figma Context MCP

von GLips

Give your coding agent access to your Figma data. Implement designs in any framework in one-shot.

Läuft auf deinem Computer★ 16.165MITAktualisiert vor 5 Monaten

Installieren

Claude Real Video

von HUANGCHIHHUNGLeo

Let any LLM watch a video locally — and search everything it has ever watched.

Läuft auf deinem Computer★ 2.284MITAktualisiert vor 2 Monaten

Installieren

Figma MCP Server

von figma

The Figma MCP server brings Figma design context directly into your AI workflow.

Läuft in der Cloud★ 2.152Aktualisiert vor 13 Monaten

Installieren

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.

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`
Media	`analyze_voice`, `analyze_image`, `analyze_video`, `analyze_document`
Synthetic media	`detect_synthetic_text`, `detect_synthetic_image`, `detect_synthetic_audio`, `detect_synthetic_video`
Action plan	`get_action_plan`
Incident report	`generate_report`
Incidents overview	`get_incidents_overview`
Incidents list	`list_incidents`
Incident detail	`get_incident`
Incident trends	`get_incident_trends`
Moderation queue	`moderation_queue`

Severity is rankable by colour. The ramp runs monotonically from safe to critical, so two chips can be compared without reading their labels:

Level	Colour
`critical`	`#9C3A29`
`high`	`#C2543A`
`medium`	`#D98A3D`
`low`	`#B7C2D4`
`safe`	`#19B79A`

Design notes. The widgets are deliberately calm. They report on grooming, self-harm, and abuse, and a card that animates or pulses at the reader turns material that is already distressing into an alarm they cannot dismiss. Severity is carried by a rule and a glyph, not by motion. The crisis-support card leads with reassurance rather than the severity colour, and its helpline numbers are the largest targets on the card because transcribing digits under stress is where people fail.

Widgets are read-only renderers by design. Selecting incidents in the list widget assembles the ID list for a batch_review_incidents call you fire yourself — the mutating call still goes through your host's approval step, so the human-in-the-loop stays in the loop.

Working on the widgets

npm run preview:ui   # builds every widget against fixture data

open dist-preview/__preview.html

Widget source lives in ui/src. Design tokens are centralised in ui/src/theme.ts; prefer them over colour literals so the palette stays in one place.

Available Tools (81 MCP)

Safety Detection

Tool	Description
`detect_bullying`	Analyze text for bullying, harassment, and gaming toxicity — including coded slang, emoji, and deliberate filter evasion, with context that tells trash-talk apart from genuine harm
`detect_grooming`	Detect grooming patterns and predatory behavior in conversations
`detect_unsafe`	Identify unsafe content (self-harm, violence, explicit material)
`analyze`	Quick comprehensive safety check (bullying + unsafe)
`analyse_multi`	Run multiple detection endpoints on a single piece of text in one call
`batch_analyze`	Analyze up to 50 items in a single request — all twelve detection types (bullying, grooming, unsafe, emotions, social_engineering, app_fraud, romance_scam, mule_recruitment, gambling_harm, coercive_control, vulnerability_exploitation, radicalisation) — ideal for bulk triage
`analyze_emotions`	Analyze emotional content and mental state indicators — accepts single text or full conversations
`get_action_plan`	Generate age-appropriate guidance for safety situations
`generate_report`	Create incident reports from conversations

Fraud & Harm Detection

Tool	Description
`detect_social_engineering`	Detect social engineering tactics (pretexting, urgency fabrication, authority impersonation)
`detect_app_fraud`	Detect app-based fraud (fake investment platforms, phishing apps, subscription traps)
`detect_romance_scam`	Detect romance scam patterns (love-bombing, financial requests, identity deception)
`detect_mule_recruitment`	Detect money mule recruitment tactics (easy-money offers, bank account sharing)
`detect_gambling_harm`	Detect gambling-related harm indicators (chasing losses, concealment, distress)
`detect_coercive_control`	Detect coercive control patterns (isolation, financial control, monitoring, threats)
`detect_vulnerability_exploitation`	Detect exploitation of vulnerable individuals (elderly, disabled, financially distressed)
`detect_radicalisation`	Detect radicalisation indicators (extremist rhetoric, us-vs-them framing, ideological grooming)

Voice, Image, Video & Document Analysis

Tool	Description
`analyze_voice`	Transcribe audio and run safety analysis on the transcript
`analyze_image`	Analyze images for visual safety + OCR text extraction
`analyze_video`	Analyze video files for safety concerns via key frame extraction (supports mp4, mov, avi, webm, mkv)
`analyze_document`	Analyze PDF documents for safety concerns — per-page multi-endpoint detection with chain-of-custody hashing (max 50MB, 100 pages)

Synthetic Content Detection

Tool	Description
`detect_synthetic_text`	Detect AI-generated text across 10 child-safety categories (synthetic CSAM, deepfake scripts, AI grooming)
`detect_synthetic_image`	6-signal forensic pipeline: vision AI, EXIF metadata, pixel stats, C2PA Content Credentials, watermarks, pHash
`detect_synthetic_audio`	Dual-signal forensics: transcript + mel spectrogram vision + quantitative audio statistics
`detect_synthetic_video`	5-track analysis: per-frame vision, temporal face consistency, lip-sync correlation, spectral audio, transcript

Identity & Age Verification

Tool	Description
`create_verification_session`	Create a session for age or identity verification — returns a URL for the user to complete the flow
`get_verification_session`	Poll session status — returns full document intelligence (MRZ, barcode, authenticity, face match, liveness)
`cancel_verification_session`	Cancel an active session (no credits consumed)

These three tools are registered when you run this package yourself. The hosted connector does not serve them.

Incidents & Moderation

Read the incident store, triage a queue, and record moderator decisions. The review tools emit signed receipts for EU AI Act Art 14 human-oversight evidence.

Tool	Description
`get_incidents_overview`	Counts by category, severity, source, status and platform over a window
`list_incidents`	Paginated, filterable incident list
`get_incident`	Full detail for one incident, including the risk trajectory across messages
`get_incident_trends`	Incident volume bucketed by hour, day or week, split by severity
`moderation_queue`	Moderator triage console: the unreviewed queue, the next item, and — optionally — your own analysis trace and recommended decision, rendered for human sign-off. Read-only
`review_incident`	Record a moderator decision (confirm / downgrade / escalate / reclassify / dismiss) with a signed receipt
`batch_review_incidents`	Apply one decision across many incidents in a single call
`get_audit_receipt`	Fetch the signed receipt for a past inference
`get_audit_logs`	Query the audit log

The decision is the moderator's, and the card makes them take it. The action buttons call review_incident through the host, because a moderator clicking "Escalate" *is* the human decision. They do not fire on one click: review_incident persists an override and emits a signed Art 12 audit receipt and requires a reason_code, so the button opens a reason picker and a second click commits. Nothing is ever defaulted into that receipt on the moderator's behalf.

The reasoning, confidence and analysis trace on the card are supplied by the calling assistant and are labelled as such — an argument for a human to weigh, not a Tuteliq measurement.

Pass operator_name to brand the header with the customer or team name. Omit it and the card is unbranded — it is never defaulted to a placeholder.

Webhook Management

Tool	Description
`list_webhooks`	List all configured webhooks
`create_webhook`	Create a new webhook endpoint
`update_webhook`	Update webhook configuration
`delete_webhook`	Delete a webhook
`test_webhook`	Send a test payload to verify webhook
`regenerate_webhook_secret`	Regenerate webhook signing secret

Pricing

Tool	Description
`get_pricing`	Get available pricing plans
`get_pricing_details`	Get detailed pricing with features and limits

Usage & Billing

Tool	Description
`get_usage_history`	Get daily usage history
`get_usage_by_tool`	Get usage by tool/endpoint
`get_usage_monthly`	Get monthly usage with billing info
`get_usage_summary`	Get today's usage: requests made, succeeded and failed, remaining today, and the rate limit
`get_usage_quota`	Get real-time rate-limit status — pre-flight check before batch runs

Policy Configuratio

Nur der Anfang wird gezeigt; den Rest findest du im Repo

Tuteliq MCP

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Oder führ ihn auf deinem Computer aus

Oder führ ihn auf deinem Computer aus

Oder führ ihn auf deinem Computer aus

Oder führ ihn auf deinem Computer aus

Werte, die du selbst einträgst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Design, Bilder & Audioi

Häufige Fragen

Alternativen

Figma Context MCP

Claude Real Video

Figma MCP Server

README vom Entwickler

What is this?

Interactive widgets

Working on the widgets

Available Tools (81 MCP)

Safety Detection

Fraud & Harm Detection

Voice, Image, Video & Document Analysis

Synthetic Content Detection

Identity & Age Verification

Incidents & Moderation

Webhook Management

Pricing

Usage & Billing

Policy Configuratio