GitHits
Search public open-source code, documentation, metadata, vulnerabilities, changelogs, and examples.
Sub-3ms OpenCV 5 image forensics, deepfake, AI inpainting & tamper fraud detection MCP.
목록은 사용 점수(100점 만점)로 정렬되며 구성은 다음과 같습니다
| 인기 | 4/80 | GitHub 별 또는 주간 다운로드: 큰 쪽 60, 작은 쪽 20 |
|---|---|---|
| 최신성 | 12/12 | 30일 안에 릴리스나 코드 변경이 있으면 만점 |
| 응답 중 | 0/8 | 마지막 점검 때 클라우드 엔드포인트가 응답 |
| 사용 점수 | 16/100 |
품질: 기본 점검 3/3개 통과(표시만, 정렬에는 안 씀) · 상승세: 데이터 없음 (급상승 탭에서만 사용)
쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.
한 문장으로 AI에게 설치 맡기기
VeriSight MCP 설치해 줘. https://mcp.popnx.com/i/adityarajtiwari880-verisight.md 를 따라 하고, 명령을 먼저 보여 주고 내가 승인하면 실행해.내 컴퓨터에서 작업하는 AI(Claude Code, Cursor 등)에 붙여 넣으세요. 단계를 읽고 명령을 보여 준 뒤 승인을 기다립니다. 키도 가입도 필요 없습니다. · AI가 읽을 전체 내용 보기
검사 3/3 통과 · 내 컴퓨터에서 실행돼요 · ✓ 명령 확인 2026년 11월 16일
먼저: 어떤 AI를 쓰시나요?
쓰는 앱을 고르면 아래에 단계가 나옵니다.
Claude에 연결할 수 있지만 먼저 준비가 필요해요
먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만) · 컴퓨터용 Claude 앱(Windows 또는 Mac)에서만 되고 웹이나 모바일은 안 돼요
이 메시지를 Claude 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.
이 컴퓨터의 Claude에 MCP server VeriSight MCP을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): { "mcpServers": { "verisight": { "command": "uvx", "args": [ "verisight", "mcp" ] } } } 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) 키는 필요 없습니다. 5) 합의한 대로 실행한 뒤 VeriSight MCP의 도구가 실제로 보이는지 확인하세요.이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.
이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter
uv --versionMac: ⌘ + Space를 누르고 Terminal 입력 후 Enter
Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"
아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다
설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version
한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다
SettingsDeveloperEdit Config
{
"mcpServers": {
"verisight": {
"command": "uvx",
"args": [
"verisight",
"mcp"
]
}
}
}VeriSight MCP을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐✓ Claude가 VeriSight MCP을 쓰고 있다고 하거나 답에 VeriSight MCP 도구 이름이 나오면 연결된 거예요
메뉴 이름은 2026년 11월 11일에 Anthropic 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요
ChatGPT는 아직 VeriSight MCP에 연결할 수 없어요
VeriSight MCP는 내 컴퓨터에 설치해서 쓰지만 ChatGPT는 웹에서 도는 서버만 연결할 수 있어요
A · VeriSight MCP에 연결되는 앱 쓰기
B · 사이버 보안에서 ChatGPT에 연결되는 다른 서버
같은 분류에서 많이 쓰는 것 중 키 없이 주소만으로 연결되는 것을 골랐어요
Claude Code에 연결할 수 있지만 먼저 준비가 필요해요
먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)
이 메시지를 Claude Code 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.
이 컴퓨터의 Claude Code에 MCP server VeriSight MCP을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): claude mcp add --scope user verisight -- uvx verisight mcp 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) 키는 필요 없습니다. 5) 합의한 대로 실행한 뒤 VeriSight MCP의 도구가 실제로 보이는지 확인하세요.이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.
이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter
uv --versionMac: ⌘ + Space를 누르고 Terminal 입력 후 Enter
Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"
아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다
설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version
한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다
Mac: Command+스페이스를 누르고 Terminal 입력 · Windows: PowerShell 열기
claude mcp add --scope user verisight -- uvx verisight mcpVeriSight MCP이 목록에 있고 연결됨으로 보이면 돼요
VeriSight MCP을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐✓ Claude Code가 VeriSight MCP을 쓰고 있다고 하거나 답에 VeriSight MCP 도구 이름이 나오면 연결된 거예요
메뉴 이름은 2026년 11월 11일에 Anthropic 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요
Cursor에 연결할 수 있지만 먼저 준비가 필요해요
먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)
이 메시지를 Cursor 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.
이 컴퓨터의 Cursor에 MCP server VeriSight MCP을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): { "mcpServers": { "verisight": { "command": "uvx", "args": [ "verisight", "mcp" ] } } } 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) 키는 필요 없습니다. 5) 합의한 대로 실행한 뒤 VeriSight MCP의 도구가 실제로 보이는지 확인하세요.이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.
이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter
uv --versionMac: ⌘ + Space를 누르고 Terminal 입력 후 Enter
Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"
아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다
설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version
한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다
VeriSight MCP을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐✓ Cursor가 VeriSight MCP을 쓰고 있다고 하거나 답에 VeriSight MCP 도구 이름이 나오면 연결된 거예요
메뉴 이름은 2026년 11월 11일에 Cursor 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요
VS Code에 연결할 수 있지만 먼저 준비가 필요해요
먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)
이 메시지를 VS Code 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.
이 컴퓨터의 VS Code에 MCP server VeriSight MCP을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): { "servers": { "verisight": { "type": "stdio", "command": "uvx", "args": [ "verisight", "mcp" ] } } } 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) 키는 필요 없습니다. 5) 합의한 대로 실행한 뒤 VeriSight MCP의 도구가 실제로 보이는지 확인하세요.이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.
이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter
uv --versionMac: ⌘ + Space를 누르고 Terminal 입력 후 Enter
Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"
아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다
설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version
한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다
VeriSight MCP을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐✓ VS Code가 VeriSight MCP을 쓰고 있다고 하거나 답에 VeriSight MCP 도구 이름이 나오면 연결된 거예요
메뉴 이름은 2026년 11월 11일에 VS Code 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요
Windsurf, Zed, Gemini CLI 같은 다른 MCP 앱은 추가 방법이 저마다 달라요. 앱 목록에서 확인하세요
JSON 설정은 아래 “개발자용”에 있어요
Claude Code
claude mcp add --scope user verisight -- uvx verisight mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"verisight": {
"command": "uvx",
"args": [
"verisight",
"mcp"
]
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"verisight": {
"command": "uvx",
"args": [
"verisight",
"mcp"
]
}
}
}VS Code (mcp.json)
{
"servers": {
"verisight": {
"type": "stdio",
"command": "uvx",
"args": [
"verisight",
"mcp"
]
}
}
}이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.
pypi: verisight이 서버의 연결 방식과 각 앱의 공식 문서를 바탕으로 했어요. 2026년 11월 10일 확인.
내 컴퓨터에서 실행하는 앱
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.
누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 19일 점검
레지스트리 이름이 GitHub 계정 Adityarajtiwari880 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
코드 마지막 변경: 그저께
Apache-2.0 사용
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요
아직 확인하지 않았습니다
제작자라면 이 코드를 README에 붙여 넣으세요. 배지는 이 페이지로 연결됩니다.
[](https://mcp.popnx.com/en/servers/adityarajtiwari880-verisight)질문하고, 팁을 나누고, 안 되는 점을 알려 주세요. "도움이 됨"이 많은 순서예요.
아직 리뷰가 없어요
레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.
해당하는 기본 점검 3개 중 3개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.
레지스트리에 필수 키가 나와 있지 않아요. 다만 처음 쓸 때 로그인을 요구하는 서버도 있어요.
내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).
GitHub 저장소는 마지막으로 그저께 변경됐고, 최신 버전(2.2.6)은 3일 전 레지스트리에 올라왔어요.
Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.
같은 카테고리에는: GitHits, Dependency Management MCP Server, Snyk MCP, TokenSafe, Draugr
같은 카테고리, 다른 제작자, 명령 확인 완료. 공식이 먼저, 그다음 스타 순.
카드 보는 법:↓ 주간 다운로드i★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i
Search public open-source code, documentation, metadata, vulnerabilities, changelogs, and examples.
Sonatype component intelligence: versions, security analysis, and Trust Score recommendations
Easily find and fix security issues in your applications leveraging Snyk platform capabilities.
Your AI agent is smart enough to code all day. Local firewall & zero-loss runtime.
Security scanning for AI agents: SAST, SCA, secrets, IaC, DAST, ranked by real risk.
| 이 항목 VeriSight MCP | GitHits | Dependency Management MCP Server | Snyk MCP | TokenSafe | Draugr | |
|---|---|---|---|---|---|---|
| 실행 위치 | 컴퓨터에 설치 필요 | 클라우드 또는 컴퓨터 설치 모두 가능 | 클라우드에서 동작, 설치 불필요 | 컴퓨터에 설치 필요 | 클라우드 또는 컴퓨터 설치 모두 가능 | 컴퓨터에 설치 필요 |
| 키 필요 | 아니요 | 아니요 | 아니요 | 아니요 | 아니요 | 아니요 |
| Claude에서 +로 추가 | 아니요 | 아니요 | 아니요 | 아니요 | 아니요 | 아니요 |
| 기본 점검 | 3/3 | 5/5 | 3/4 | 3/3 | 5/5 | 3/3 |
| 라이선스 | Apache-2.0 | Apache-2.0 | – | Apache-2.0 | MIT | Apache-2.0 |
| 가격 | 등록 정보에 비용 없음 | 등록 정보에 비용 없음 | 등록 정보에 비용 없음 | 등록 정보에 비용 없음 | 등록 정보에 비용 없음 | 등록 정보에 비용 없음 |
제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.
Sub-3ms Physical AI and multi-spectral visual forensics engine built on pure OpenCV 5 and SIMD acceleration. Detects generative AI inpainting, deepfake manipulation, duplicate photo reuse, and presentation recapture attacks with zero heavyweight neural network dependencies.
In 2026, quick-commerce platforms (Blinkit, Zepto, Instamart, Amazon Fresh), e-commerce marketplaces, and insurers lose billions of dollars annually to Synthetic First-Party Refund Fraud.
Claimants photograph an authentic, undamaged item, package, or car bumper, apply consumer generative AI inpainting tools (such as Flux, Adobe Firefly, or Stable Diffusion Inpainting) to synthesize photorealistic rotten mold, cracks, tears, or dents, and exploit automated instant-refund bots.
Authentic Image ──> Generative AI Inpaint (Flux / Firefly) ──> Instant Refund Bot ──> Payout Leakage ($$$)
│ ▼ [ VERISIGHT MCP ] • Sub-3ms Physical Sensor Analysis • Mathematical Invariant Checks • Autonomous Auto-Block & S3 Vault
VeriSight MCP solves this via an autonomous Perception → Hypothesis → Action Physical AI Agent built on OpenCV 5 and optimized with the Cloud-Optimized OpenCV Library (COOL) for AWS Graviton (Arm64). It inspects images in under 3 milliseconds, exposing mathematical artifacts left by generative diffusion processes, verifying authentic CMOS sensor noise, and executing automated payout decisions while committing cryptographic evidence dossiers to Amazon S3 and Amazon DynamoDB.
| Dimension | Traditional Deep Learning (ResNet / CLIP / ViT) | VeriSight Physical AI Engine |
|---|---|---|
| Inference Latency | 250 ms – 1,200 ms (Unviable for instant checkout) | < 2.8 ms (380+ FPS) |
| Model Weight Footprint | 350 MB – 2.4 GB PyTorch weights | 0 MB (Pure OpenCV 5 C++ & SIMD Primitives) |
| Compute Requirement | High-end Nvidia GPU (CUDA required) | Pure CPU / Arm64 NEON (AWS Graviton) |
| Generalization & Drift | Vulnerable to adversarial attacks & new diffusion models | Grounded in mathematical physical optics & sensor physics |
| Audit Explainability | Black-box softmax probabilities | Deterministic mathematical proof (ELA, PRNU, 2D FFT, Ghosts) |
| Recapture Attack Defense | None (Foiled by 2D screen or paper printout) | Built-in Presentation Attack Detection (PAD) |
| External API Cost | \$0.01–\$0.05/image via VLM/SaaS wrappers | \$0.00 (100% offline/local C++ OpenCV 5) |
10/10 Passing in CI)Verified automatically on every commit via backend/test_sanity.py and backend/test_mcp_tools.py:
| Test Scenario | Ground Truth | VeriSight Verdict | Risk Score |
|---|---|---|---|
| Genuine Unedited Photo | Authentic | AUTO_APPROVE_CLAIM | 10.9% |
| Generative AI Inpainted Damage | Fraud | REJECT_SYNTHETIC_TAMPER | 99.4% |
| Genuine Digital Coupon Screenshot | Authentic | AUTO_APPROVE_CLAIM | 30.8% |
AI Altered Coupon Code (D → C) | Fraud | REJECT_SYNTHETIC_TAMPER | 99.4% |
| Printed Card Recapture Attack | PAD Attack | REJECT_RECAPTURED_2D_MEDIA | 97.5% |
| Duplicate Photo Reuse (Sybil Ring) | Reuse Fraud | REJECT_DUPLICATE_CLAIM_FRAUD | 99.4% |
| Selfie / Off-Subject in Produce or Invoice | Invalid Subject | REJECT_INVALID_CLAIM_SUBJECT | Blocked |
flowchart TD
A["📸 Incoming Claim Image (REST / MCP / CLI)"] --> B["Active Perception: CIE LAB Luminance Check"] B --> C{"Lighting Optimal?"} C -- "No (< 65/255)" --> D["Adaptive CLAHE Contrast Normalization"] C -- "Yes" --> E["Multi-Spectral Forensic Suite"] D --> E
subgraph E["Multi-Spectral Mathematical Forensic Pipeline"] E1["Gradient-Normalized ELA (Sobel Compensated)"] E2["PRNU CMOS Sensor Noise Extraction"] E3["Azimuthal 2D FFT Diffusion Lattice Harmonics"] E4["Multi-Q JPEG Quantization Ghost Sweeper"] E5["Perceptual Hash Sybil Duplicate Detection"] E6["2D Recapture Presentation Attack Detection (PAD)"] end
E1 & E2 & E3 & E4 & E5 & E6 --> F["Autonomous Concordance Gate"] F --> G{"Concordance Verdict"}
G -- "Risk < 35%" --> H["🟢 AUTO_APPROVE_CLAIM (Instant Payout)"] G -- "35% <= Risk < 70%" --> I["🟡 HUMAN_IN_THE_LOOP_REVIEW"] G -- "Risk >= 70%" --> J["🔴 REJECT_SYNTHETIC_TAMPER (Auto-Blocked)"]
H & I & J --> K["Cryptographic Audit Dossier (SHA-256 + S3 / DynamoDB)"]
VeriSight can be embedded as a Python library, invoked from the command line, or run as a standalone server:
from backend import scan_image, verify_claim
report = scan_image("claims/produce_claim.jpg", claim_type="Fresh Produce")
print(f"Verdict: {report['verdict']} ({report['tamper_probability']}% Risk)") print(f"Suspect ROI: {report['roi']} | ELA Score: {report'metrics'}") print(f"Action: {report['recommended_action']}")
# Instant forensic audit of an image
verisight scan path/to/voucher.jpg
verisight scan path/to/invoice.jpg --json
verisight benchmark --frames 100
verisight server --port 8000
VeriSight natively implements the Anthropic Model Context Protocol (MCP) specification (protocol_version: 2024-11-05). External LLM agents (Claude Desktop, Cursor, Windsurf, LangChain) can discover and call VeriSight tools autonomously via high-performance standard I/O (stdio).
uvx & claude mcp)Run directly via Astral uvx with zero manual cloning or environment setup:
uvx verisight mcp
Or add directly to Claude Code CLI:
claude mcp add --scope user verisight-mcp '--' uvx verisight mcp
Add VeriSight directly to your claude_desktop_config.json (or Cursor MCP settings):
{
"mcpServers": { "verisight": { "command": "uvx", "args": ["verisight", "mcp"] } } }
*(For running from local source cloned repository)*:
{
"mcpServers": { "verisight": { "command": "python", "args": ["-m", "backend.cli", "mcp"], "env": { "PYTHONPATH": "." } } } }
verisight_inspect_claim: Orchestrates full multi-spectral OpenCV 5 forensic triage on a claim image.verisight_active_clahe: Photometric active perception using CLAHE in LAB color space.verisight_sweep_jpeg_ghosts: Multi-Q JPEG ghost sweeper to detect spliced inpainting patches.verisight_azimuthal_fourier_probe: 2D DFT frequency-domain harmonic analysis for generative diffusion grids.verisight_sensor_noise_prnu: High-pass CMOS sensor noise extraction and local PRNU variance check.verisight_perceptual_hash: 64-bit 2D-DCT perceptual hash (pHash) Sybil ring & duplicate photo detector.verisight_micro_roi_seam_check: Autonomous micro-investigation loop checking boundary seam Laplacian discontinuity.verisight_cloud_ledger_audit: Queries immutable DynamoDB tamper ledger and retrieves S3 evidence bundles.verisight_recapture_pad_analysis: ISO/IEC 30107-3 compliant Presentation Attack Detection (PAD) blocking printed cards & screen recaptures.verisight_verify_vehicle_damage: Physical collision damage verification (localized Laplacian curvature deformation & impact ratios).Photoshop, Inpaint, GIMP).Conservative, Balanced, and Zero-Trust / Aggressive threshold profiles.| Forensic Pillar | OpenCV 5 Core Functions | Physical / Mathematical Principle |
|---|---|---|
| 1. Photometric Active Perception | cv2.cvtColor, cv2.createCLAHE | Evaluates CIE LAB luminance. Normalizes underexposed scenes ($<65/255$) without distorting sensor gradients. |
| 2. Edge-Compensated ELA | cv2.imencode, cv2.absdiff, cv2.Sobel, cv2.findContours | Normalizes ELA difference by Sobel gradient magnitu