Tuteliq MCP

Name: Tuteliq MCP
Author: Tuteliq

โดย Tuteliqรุ่น 4.2.6i★ –iบนเครื่องหรือคลาวด์

ชื่อใน registryai.tuteliq/mcp

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

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

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 3 จาก 3 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: บนเครื่องหรือคลาวด์
ช่องทาง (transport): stdio, Streamable HTTP
หมวด: ออกแบบ ภาพ และเสียง
ต้องใส่ค่าเหล่านี้: TUTELIQ_API_KEY

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 3 จาก 3 ข้อ
รันบนเครื่องของผู้ทำ สิ่งที่คุณถามจะผ่านเครื่องของเขา
ค่าที่คุณต้องใส่เอง: TUTELIQ_API_KEY

ค่าที่ติดป้ายความลับคือกุญแจของบัญชีคุณ อย่าส่งให้ใคร และอย่าวางในแชต

ต้องเตรียมก่อน

รันบนคลาวด์ไม่ต้องลงโปรแกรมเพิ่ม ต่อผ่านอินเทอร์เน็ตได้เลย
npmติดตั้ง Node.js (มีคำสั่ง npx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

ใช้ได้ทั้ง Claude บนเว็บ แอปคอมพิวเตอร์ และมือถือ:

เปิด Settings → Connectors
กด Add custom connector
วางที่อยู่ด้านล่างแล้วกด Add
ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ

https://api.tuteliq.ai/mcp

หรือรันในเครื่องคุณ

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

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

พิมพ์คำสั่งนี้ใน Terminal

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

หรือรันในเครื่องคุณ

claude mcp add tuteliq --env TUTELIQ_API_KEY='ใส่ค่าของคุณ' -- npx -y @tuteliq/mcp

เติมค่าที่เว้นว่างไว้ก่อนรัน

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

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

หรือรันในเครื่องคุณ

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

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

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

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

หรือรันในเครื่องคุณ

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

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

ChatGPT ต่อได้เฉพาะ server ที่อยู่บนอินเทอร์เน็ต:

เปิด ChatGPT บนเว็บ → Settings → Connectors (Apps)
กด Create หรือ Add (บางแพ็กเกจต้องเปิด Developer mode ใน Advanced ก่อน)
วางที่อยู่ด้านล่าง ตั้งชื่อ แล้วบันทึก
ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ

https://api.tuteliq.ai/mcp

ชื่อเมนูอาจต่างกันเล็กน้อยตามแพ็กเกจและรุ่นของแอป

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าที่ต้องใส่เอง

TUTELIQ_API_KEY ความลับ จำเป็น env
Tuteliq API key from tuteliq.ai

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

server ให้ล็อกอินก่อนจึงจะแสดงรายการเครื่องมือ

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 7 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันโดเมน tuteliq.ai แล้ว (registry ตรวจความเป็นเจ้าของโดเมน)
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
✓ ผ่าน
endpoint ตอบ
ตอบกลับใน 274 ms (HTTP 401)
✓ ผ่าน
ล็อกอินแบบ OAuth
ประกาศวิธีล็อกอินแบบ OAuth ให้โปรแกรม AI พาไปล็อกอินเอง
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
ยังไม่ได้ตรวจ เราอ่านรายการเครื่องมือตอนตรวจ endpoint

เทียบกับตัวอื่นในหมวด ออกแบบ ภาพ และเสียงi

ดาวมากกว่า 0% ของอีก 2198 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 87% ของอีก 2198 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 2198 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Tuteliq MCP ปลอดภัยไหม?

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

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

ต้องใส่ค่าเหล่านี้: TUTELIQ_API_KEY

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

ได้ทั้งสองแบบ จะลงในเครื่องหรือต่อผ่านคลาวด์ก็ได้

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (4.2.6) เข้า registry 4 วันที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต่อผ่าน URL จึงใช้กับโปรแกรมที่รับ remote MCP ได้ เช่น ChatGPT ที่เปิดโหมดนักพัฒนา

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Figma Context MCP, Claude Real Video, Figma MCP Server

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

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

Figma Context MCP

โดย GLips

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

รันบนเครื่อง★ 16,165MITอัปเดต 5 เดือนที่ผ่านมา

ติดตั้ง

Claude Real Video

โดย HUANGCHIHHUNGLeo

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

รันบนเครื่อง★ 2,284MITอัปเดต 2 เดือนที่ผ่านมา

ติดตั้ง

Figma MCP Server

โดย figma

server ทางการของ Figma ส่งข้อมูลงานออกแบบให้ AI อ่าน เพื่อเปลี่ยนแบบเป็นโค้ดหรืออธิบายแบบได้ตรงขึ้น ต่อผ่านคลาวด์ของ Figma

รันบนคลาวด์★ 2,152อัปเดต 13 เดือนที่ผ่านมา

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

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

ตัดมาแค่ช่วงต้น อ่านต่อใน repo

Tuteliq MCP

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

หรือรันในเครื่องคุณ

หรือรันในเครื่องคุณ

หรือรันในเครื่องคุณ

หรือรันในเครื่องคุณ

ค่าที่ต้องใส่เอง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด ออกแบบ ภาพ และเสียงi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Figma Context MCP

Claude Real Video

Figma MCP Server

README จากผู้ทำ

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