ต้นแบบ · รุ่นทดลอง: มีทุก server ในทะเบียนทางการ อัปเดตทุก 30 นาที เข้าสู่ระบบด้วย Google เพื่อเขียนรีวิวได้แล้วต้นแบบ · อัปเดตทุก 30 นาที
PopNx MCPที่รวม MCP สำหรับคนใช้ AI · วิธีติดตั้งภาษาไทยทุกตัว

VeriSight MCP

โดย Adityarajtiwari880รุ่น 2.2.6i★ 1iรันบนเครื่องหน้า repo ↗
ชื่อใน registryio.github.Adityarajtiwari880/verisight

วิธีติดตั้ง

ใช้ทำอะไรได้

ยังไม่มีคำอธิบายภาษาไทย ดูข้อเท็จจริงด้านล่าง หรือเปิดคำอธิบายต้นฉบับจากผู้ทำ

  • ต่อแบบ ติดตั้งในเครื่อง
  • บัญชีหรือคีย์ ไม่ต้องใส่คีย์
  • หมวด ความปลอดภัยไซเบอร์
คำอธิบายต้นฉบับจากผู้ทำ (อังกฤษ)
Sub-3ms OpenCV 5 image forensics, deepfake, AI inpainting & tamper fraud detection MCP.

ทำไมอยู่อันดับนี้

หน้ารายการเรียงด้วยคะแนนการใช้งาน (เต็ม 100) จากส่วนเหล่านี้

ความนิยม4/80ดาว GitHub หรือยอดดาวน์โหลดต่อสัปดาห์ ค่ามากนับ 60 ค่าน้อยนับ 20
ความสด12/12ออกรุ่นหรือแก้โค้ดใน 30 วัน ได้เต็ม
ระบบยังตอบ0/8endpoint บนคลาวด์ตอบตอนตรวจล่าสุด
คะแนนการใช้งาน16/100

คุณภาพ: ผลตรวจเบื้องต้นผ่าน 3/3 ข้อ (แสดงให้ดู ไม่ได้ใช้เรียง) · ความมาแรง: ยังไม่มีข้อมูล (ใช้เรียงเฉพาะแท็บมาแรง)

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ให้ AI ติดตั้งให้ด้วยประโยคเดียว

ติดตั้ง VeriSight MCP ให้หน่อย ทำตาม https://mcp.popnx.com/i/adityarajtiwari880-verisight.md แสดงคำสั่งให้ฉันดูและรอฉันตกลงก่อนรัน

คัดลอกไปวางในแชตของ AI ที่ทำงานในเครื่องคุณได้ (เช่น Claude Code, Cursor) · AI จะอ่านขั้นตอนจากเรา แสดงคำสั่งให้ดู และรอคุณตกลงก่อน · ไม่ต้องใช้คีย์ ไม่ต้องสมัคร · ดูข้อความเต็มที่ AI จะอ่าน

ผลตรวจผ่าน 3/3 · ทำงานบนเครื่องคุณ · ✓ ตรวจคำสั่งแล้ว 16 พ.ย. 2569

ขั้นแรก: คุณใช้ AI ตัวไหน

เลือกแอปที่คุณใช้ ขั้นตอนจะขึ้นด้านล่าง

ต่อกับ Claude ได้ แต่ต้องเตรียมก่อน

ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว) · ใช้ได้เฉพาะแอป Claude บนคอม (Windows หรือ Mac) ไม่ใช่บนเว็บหรือมือถือ

ให้ AI ติดตั้งให้

คัดลอกข้อความนี้ไปวางในแชตของ Claude AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง

ช่วยติดตั้ง MCP server ชื่อ VeriSight MCP ให้ Claude ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี uv ด้วยคำสั่ง uv --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://docs.astral.sh/uv/getting-started/installation/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "mcpServers": { "verisight": { "command": "uvx", "args": [ "verisight", "mcp" ] } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ไม่ต้องใช้คีย์ 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ VeriSight MCP ขึ้นจริง

ข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป

  1. ลง uv ในเครื่อง (ถ้ายังไม่มี)

    ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter

    uv --version
    • ขึ้นเลขรุ่น เช่น uv … = ลงแล้ว ข้ามขั้นนี้ได้
    • ขึ้นว่า "command not found" (Windows ขึ้นว่า "is not recognized") = ยังไม่ได้ลง หรือเพิ่งลงแต่ยังไม่ได้ปิดแล้วเปิด Terminal ใหม่
    เปิด Terminal ยังไง

    Mac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter

    Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open

    ยังไม่ได้ลง: uv ไม่มีตัวติดตั้งแบบกดเอง คัดลอกคำสั่งหนึ่งบรรทัดของเครื่องคุณ (macOS หรือ Windows) จากหน้าทางการของ uv ไปวางใน Terminal · ไม่ต้องลง Python แยก uv ดาวน์โหลดให้เองเมื่อต้องใช้

    เปิดหน้าดาวน์โหลด uv ↗

    ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: uv --version

    ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ uv

  2. เปิดไฟล์ตั้งค่าของแอป Claude บนคอม

    SettingsDeveloperEdit Config

  3. วางค่าตั้งนี้แล้วบันทึกไฟล์

    {
      "mcpServers": {
        "verisight": {
          "command": "uvx",
          "args": [
            "verisight",
            "mcp"
          ]
        }
      }
    }
  4. ปิดแอป Claude แล้วเปิดใหม่

  5. ลองเลย

    ใช้ VeriSight MCP บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า Claude บอกว่ากำลังใช้ VeriSight MCP หรือมีชื่อเครื่องมือของ VeriSight MCP ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Anthropic เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ChatGPT ยังต่อ VeriSight MCP ไม่ได้

VeriSight MCP ต้องติดตั้งในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะตัวที่ทำงานบนเว็บ

คุณทำแบบนี้แทนได้

ก · ใช้แอปที่ต่อ VeriSight MCP ได้

  • ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว) · ใช้ได้เฉพาะแอป Claude บนคอม (Windows หรือ Mac) ไม่ใช่บนเว็บหรือมือถือ
  • ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)
  • ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)
  • ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)

ข · ตัวอื่นในหมวด ความปลอดภัยไซเบอร์ ที่ต่อกับ ChatGPT ได้

เลือกจากตัวที่ใช้มากในหมวดเดียวกัน เฉพาะตัวที่ต่อด้วยที่อยู่ได้โดยไม่ต้องใส่คีย์

ต่อกับ Claude Code ได้ แต่ต้องเตรียมก่อน

ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)

ให้ AI ติดตั้งให้

คัดลอกข้อความนี้ไปวางในแชตของ Claude Code AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง

ช่วยติดตั้ง MCP server ชื่อ VeriSight MCP ให้ Claude Code ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี uv ด้วยคำสั่ง uv --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://docs.astral.sh/uv/getting-started/installation/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): claude mcp add --scope user verisight -- uvx verisight mcp 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ไม่ต้องใช้คีย์ 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ VeriSight MCP ขึ้นจริง

ข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป

  1. ลง uv ในเครื่อง (ถ้ายังไม่มี)

    ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter

    uv --version
    • ขึ้นเลขรุ่น เช่น uv … = ลงแล้ว ข้ามขั้นนี้ได้
    • ขึ้นว่า "command not found" (Windows ขึ้นว่า "is not recognized") = ยังไม่ได้ลง หรือเพิ่งลงแต่ยังไม่ได้ปิดแล้วเปิด Terminal ใหม่
    เปิด Terminal ยังไง

    Mac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter

    Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open

    ยังไม่ได้ลง: uv ไม่มีตัวติดตั้งแบบกดเอง คัดลอกคำสั่งหนึ่งบรรทัดของเครื่องคุณ (macOS หรือ Windows) จากหน้าทางการของ uv ไปวางใน Terminal · ไม่ต้องลง Python แยก uv ดาวน์โหลดให้เองเมื่อต้องใช้

    เปิดหน้าดาวน์โหลด uv ↗

    ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: uv --version

    ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ uv

  2. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: เปิด PowerShell

  3. วางคำสั่งนี้แล้วกด Enter

    claude mcp add --scope user verisight -- uvx verisight mcp
  4. พิมพ์ /mcp ใน Claude Code

    ต้องเห็น VeriSight MCP ในรายการและขึ้นว่าเชื่อมต่อแล้ว

  5. ลองเลย

    ใช้ VeriSight MCP บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า Claude Code บอกว่ากำลังใช้ VeriSight MCP หรือมีชื่อเครื่องมือของ VeriSight MCP ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Anthropic เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ต่อกับ Cursor ได้ แต่ต้องเตรียมก่อน

ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)

ให้ AI ติดตั้งให้

คัดลอกข้อความนี้ไปวางในแชตของ Cursor AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง

ช่วยติดตั้ง MCP server ชื่อ VeriSight MCP ให้ Cursor ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี uv ด้วยคำสั่ง uv --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://docs.astral.sh/uv/getting-started/installation/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "mcpServers": { "verisight": { "command": "uvx", "args": [ "verisight", "mcp" ] } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ไม่ต้องใช้คีย์ 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ VeriSight MCP ขึ้นจริง

ข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป

  1. ลง uv ในเครื่อง (ถ้ายังไม่มี)

    ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter

    uv --version
    • ขึ้นเลขรุ่น เช่น uv … = ลงแล้ว ข้ามขั้นนี้ได้
    • ขึ้นว่า "command not found" (Windows ขึ้นว่า "is not recognized") = ยังไม่ได้ลง หรือเพิ่งลงแต่ยังไม่ได้ปิดแล้วเปิด Terminal ใหม่
    เปิด Terminal ยังไง

    Mac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter

    Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open

    ยังไม่ได้ลง: uv ไม่มีตัวติดตั้งแบบกดเอง คัดลอกคำสั่งหนึ่งบรรทัดของเครื่องคุณ (macOS หรือ Windows) จากหน้าทางการของ uv ไปวางใน Terminal · ไม่ต้องลง Python แยก uv ดาวน์โหลดให้เองเมื่อต้องใช้

    เปิดหน้าดาวน์โหลด uv ↗

    ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: uv --version

    ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ uv

  2. กดปุ่มนี้เพื่อเปิด Cursor

    เปิดใน Cursor

    Cursor จะถามยืนยันการติดตั้ง ให้กด Install

  3. เปิดแชตของ AI ใน Cursor โหมด Agent

  4. ลองเลย

    ใช้ VeriSight MCP บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า Cursor บอกว่ากำลังใช้ VeriSight MCP หรือมีชื่อเครื่องมือของ VeriSight MCP ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Cursor เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ต่อกับ VS Code ได้ แต่ต้องเตรียมก่อน

ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)

ให้ AI ติดตั้งให้

คัดลอกข้อความนี้ไปวางในแชตของ VS Code AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง

ช่วยติดตั้ง MCP server ชื่อ VeriSight MCP ให้ VS Code ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี uv ด้วยคำสั่ง uv --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://docs.astral.sh/uv/getting-started/installation/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "servers": { "verisight": { "type": "stdio", "command": "uvx", "args": [ "verisight", "mcp" ] } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ไม่ต้องใช้คีย์ 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ VeriSight MCP ขึ้นจริง

ข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป

  1. ลง uv ในเครื่อง (ถ้ายังไม่มี)

    ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter

    uv --version
    • ขึ้นเลขรุ่น เช่น uv … = ลงแล้ว ข้ามขั้นนี้ได้
    • ขึ้นว่า "command not found" (Windows ขึ้นว่า "is not recognized") = ยังไม่ได้ลง หรือเพิ่งลงแต่ยังไม่ได้ปิดแล้วเปิด Terminal ใหม่
    เปิด Terminal ยังไง

    Mac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter

    Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open

    ยังไม่ได้ลง: uv ไม่มีตัวติดตั้งแบบกดเอง คัดลอกคำสั่งหนึ่งบรรทัดของเครื่องคุณ (macOS หรือ Windows) จากหน้าทางการของ uv ไปวางใน Terminal · ไม่ต้องลง Python แยก uv ดาวน์โหลดให้เองเมื่อต้องใช้

    เปิดหน้าดาวน์โหลด uv ↗

    ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: uv --version

    ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ uv

  2. กดปุ่มนี้เพื่อเปิด VS Code

    เปิดใน VS Code

    VS Code จะถามยืนยันการติดตั้ง ให้กด Install

  3. เปิดแชตของ AI ใน VS Code โหมด Agent

  4. ลองเลย

    ใช้ VeriSight MCP บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า VS Code บอกว่ากำลังใช้ VeriSight MCP หรือมีชื่อเครื่องมือของ VeriSight MCP ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ VS Code เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

โปรแกรมอื่นที่ใช้ MCP ได้ เช่น Windsurf, Zed หรือ Gemini CLI มีวิธีเพิ่มต่างกัน ดูวิธีของแต่ละตัวในหน้ารวมโปรแกรม

ดูโปรแกรมที่ใช้ MCP ทั้งหมด →

ค่าตั้งแบบไฟล์ JSON อยู่ในหัวข้อ “สำหรับคนเขียนโค้ด” ด้านล่าง

ติดตรงไหน? ถามคนที่ใช้ VeriSight MCP อยู่💬 พูดคุย →
สำหรับคนเขียนโค้ด: คำสั่ง Terminal และค่าตั้ง JSON

ติดตั้งในเครื่อง

Claude Code

claude mcp add --scope user verisight -- uvx verisight mcp

Claude 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"
      ]
    }
  }
}

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

สรุป

ดาวน์โหลดต่อสัปดาห์i
ไม่มียอดใน npm/PyPI
licensei
Apache-2.0
การเชื่อมต่อ
รันบนเครื่อง
รุ่นล่าสุดi
2.2.6
ส่งเข้า registryi
16 พ.ย. 2569
แก้โค้ดล่าสุดi
17 พ.ย. 2569
ผู้ทำ
Adityarajtiwari880
แพ็กเกจ
pypi: verisight
เว็บผู้ทำ
github.com
สถานะใน registry
ใช้งานอยู่

ใช้กับโปรแกรมไหนได้

ดูจากแบบการต่อของ server ตัวนี้ และเอกสารของผู้ทำโปรแกรมแต่ละตัว ตรวจเมื่อ 10 พ.ย. 2569

ติดตั้งบนเครื่องได้ใน

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

ดูโปรแกรมทั้งหมดพร้อมข้อดีข้อเสีย →

คู่มือที่เกี่ยวข้อง

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 19 พ.ย. 2569

  • ✓ ผ่าน

    ตัวตนผู้ทำตรงกับ repo

    ชื่อใน registry ยืนยันด้วยบัญชี GitHub Adityarajtiwari880 ซึ่งเป็นเจ้าของ repo

  • ✓ ผ่าน

    ยังมีคนดูแล

    มีการแก้โค้ดล่าสุด เมื่อวานซืน

  • ✓ ผ่าน

    มีสัญญาอนุญาต (license)

    ใช้ Apache-2.0

  • – ไม่เกี่ยว

    endpoint ตอบ

    ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต

  • – ไม่เกี่ยว

    ล็อกอินแบบ OAuth

    ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน

  • … ยังไม่ตรวจ

    คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

    รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

ช่องโหว่ที่เปิดเผยแล้ว (OSV.dev)

ยังไม่ได้ตรวจ

เราตรวจอะไรบ้าง → · JSON

ผู้ทำ: ขอให้ตรวจใหม่ หรือแจ้งข้อมูลผิด
สำหรับผู้ทำ: ติดป้ายใน README

ถ้าคุณเป็นผู้ทำตัวนี้ คัดลอกโค้ดนี้ไปวางใน README ได้เลย ป้ายลิงก์กลับมาที่หน้านี้

[![แนะนำบน PopNx MCP](https://mcp.popnx.com/badge/adityarajtiwari880-verisight.svg?lang=th)](https://mcp.popnx.com/th/servers/adityarajtiwari880-verisight)

พูดคุย

ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์

ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย

ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx

เข้าสู่ระบบเพื่อโพสต์

รีวิวจากผู้ใช้

ยังไม่มีรีวิว

เข้าสู่ระบบเพื่อเขียนรีวิว

เทียบกับตัวอื่นในหมวด ความปลอดภัยไซเบอร์i

  • ดาวมากกว่า 74% ของอีก 1106 ตัวในหมวดนี้
  • ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 92% ของอีก 1106 ตัวในหมวดนี้
  • ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 99% ของอีก 1106 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

VeriSight MCP ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 3 จาก 3 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด เมื่อวานซืน และส่งรุ่นล่าสุด (2.2.6) เข้า registry 3 วันที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Python (uv) ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี GitHits, Dependency Management MCP Server, Snyk MCP, TokenSafe, Draugr

ตัวอื่นที่ทำงานคล้ายกัน

หมวดเดียวกันจากผู้ทำคนอื่น ผ่านตัวตรวจคำสั่งแล้ว ตัวทางการขึ้นก่อน แล้วเรียงตามดาว

อ่านการ์ด:↓ ดาวน์โหลดต่อสัปดาห์i★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

GitHits

Search public open-source code, documentation, metadata, vulnerabilities, changelogs, and examples.

โดย githits-comกำลังโต↓ 3.8K/สัปดาห์★ 138อัปเดต 10 วันที่ผ่านมา

บนเครื่องหรือคลาวด์✓ เจ้าของบริการ · githits.com

Snyk MCP

หาและแก้ช่องโหว่ความปลอดภัยในแอปของคุณด้วย Snyk

โดย snykใช้กันมาก↓ 762.1K/สัปดาห์★ 61อัปเดต 7 เดือนที่ผ่านมา

รันบนเครื่อง✓ เจ้าของบริการ · snyk.io

TokenSafe

Your AI agent is smart enough to code all day. Local firewall & zero-loss runtime.

โดย tokensafe-devใช้กันมาก↓ 6.8K/สัปดาห์★ 46อัปเดต วันนี้

บนเครื่องหรือคลาวด์✓ เจ้าของบริการ · tokensafe.dev

Draugr

Security scanning for AI agents: SAST, SCA, secrets, IaC, DAST, ranked by real risk.

โดย draugr-devเริ่มต้น★ 30อัปเดต เมื่อวานซืน

รันบนเครื่อง✓ เจ้าของบริการ · draugr.dev
เทียบกับตัวที่คล้ายกัน
ตัวนี้
VeriSight MCP
GitHitsDependency Management MCP ServerSnyk MCPTokenSafeDraugr
ทำงานที่ไหนต้องลงในเครื่องมีทั้งบนคลาวด์และแบบลงเครื่องใช้บนคลาวด์ ไม่ต้องลงเครื่องต้องลงในเครื่องมีทั้งบนคลาวด์และแบบลงเครื่องต้องลงในเครื่อง
ต้องใส่คีย์ไม่ไม่ไม่ไม่ไม่ไม่
กด + ใน Claude ได้ไม่ไม่ไม่ไม่ไม่ไม่
ผลตรวจเบื้องต้น3/35/53/43/35/53/3
สัญญาอนุญาตApache-2.0Apache-2.0–Apache-2.0MITApache-2.0
ราคาไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียน

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

🔬 VeriSight MCP — Autonomous Physical AI Visual Forensics Engine

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.


📌 Problem Statement: Synthetic First-Party Fraud

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.


⚡ VeriSight vs Traditional Deep Learning Models

DimensionTraditional Deep Learning (ResNet / CLIP / ViT)VeriSight Physical AI Engine
Inference Latency250 ms – 1,200 ms (Unviable for instant checkout)< 2.8 ms (380+ FPS)
Model Weight Footprint350 MB – 2.4 GB PyTorch weights0 MB (Pure OpenCV 5 C++ & SIMD Primitives)
Compute RequirementHigh-end Nvidia GPU (CUDA required)Pure CPU / Arm64 NEON (AWS Graviton)
Generalization & DriftVulnerable to adversarial attacks & new diffusion modelsGrounded in mathematical physical optics & sensor physics
Audit ExplainabilityBlack-box softmax probabilitiesDeterministic mathematical proof (ELA, PRNU, 2D FFT, Ghosts)
Recapture Attack DefenseNone (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)

🎯 Verified Real-World Evaluation Suite (10/10 Passing in CI)

Verified automatically on every commit via backend/test_sanity.py and backend/test_mcp_tools.py:

Test ScenarioGround TruthVeriSight VerdictRisk Score
Genuine Unedited PhotoAuthenticAUTO_APPROVE_CLAIM10.9%
Generative AI Inpainted DamageFraudREJECT_SYNTHETIC_TAMPER99.4%
Genuine Digital Coupon ScreenshotAuthenticAUTO_APPROVE_CLAIM30.8%
AI Altered Coupon Code (D → C)FraudREJECT_SYNTHETIC_TAMPER99.4%
Printed Card Recapture AttackPAD AttackREJECT_RECAPTURED_2D_MEDIA97.5%
Duplicate Photo Reuse (Sybil Ring)Reuse FraudREJECT_DUPLICATE_CLAIM_FRAUD99.4%
Selfie / Off-Subject in Produce or InvoiceInvalid SubjectREJECT_INVALID_CLAIM_SUBJECTBlocked

🏗️ System Architecture

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)"]


💻 2-Line Python SDK & Terminal CLI

VeriSight can be embedded as a Python library, invoked from the command line, or run as a standalone server:

Python SDK
from backend import scan_image, verify_claim

1-Line multi-spectral forensic audit

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']}")

Terminal CLI
# Instant forensic audit of an image

verisight scan path/to/voucher.jpg

Output machine-readable JSON telemetry

verisight scan path/to/invoice.jpg --json

Run reproducible ARM64 COOL performance benchmark

verisight benchmark --frames 100

Launch MCP Server and FastAPI Backend Daemon

verisight server --port 8000


🌐 Model Context Protocol (MCP) Integration

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).

1-Click Zero-Install (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
Claude Desktop & Cursor Configuration

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": "." } } } }

Registered MCP Forensic Tools (10/10 Certified):
  • 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).

🌟 Core Enterprise Capabilities

  • Live In-Browser Webcam Scanner: Real-time video feed with guided targeting reticles allowing live validation of physical items and paper documents.
  • Interactive 4x ROI Loupe Magnifier: High-precision circular inspection loupe zooming into the suspect ROI to show pixel-level inpainting seams and sensor grain discontinuities.
  • Hardware & EXIF Provenance: Extracts camera make, model, JPEG DQT Quantization Tables, and detects editing software signatures (Photoshop, Inpaint, GIMP).
  • Edge-Compensated Gradient-Normalized ELA: Sobel-gradient normalized Error Level Analysis eliminates edge false positives while amplifying generative compression mismatches.
  • Multi-Spectral Color-Space Decomposition: Deconstructs and inspects claims across RGB, CIE LAB, YCrCb, and HSV orthogonal color spaces.
  • Tunable Forensic Sensitivity: Real-time selector for Conservative, Balanced, and Zero-Trust / Aggressive threshold profiles.
  • Cryptographic Evidence Dossier: 1-click export of court-admissible audit certificates signed with SHA-256 seals.

🔬 Mathematical Forensics Deep-Dive (OpenCV 5)

Forensic PillarOpenCV 5 Core FunctionsPhysical / Mathematical Principle
1. Photometric Active Perceptioncv2.cvtColor, cv2.createCLAHEEvaluates 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

ตัดมาแค่ช่วงต้น อ่านต่อใน repo