Skip to main content
Glama

Stipple MCP server

Dokumente rein. Antworten, auf die Ihre Agenten reagieren können.

Stipple ist ein gehosteter MCP-Server für Dokumentarbeiten: forensische Authentizitätssignale, strukturierte Feldextraktion, australische Identitätsprüfungen, Adverse-Media- und Sanktions-Screening, Suche nach australischen/neuseeländischen Regierungsausschreibungen, Erkennung von KI-geschriebenem Text und Zitierprüfung für Forschungsberichte.

Keine Installation, keine Anmeldung — ein anonymer kostenloser Tarif funktioniert sofort.

Verbinden

claude mcp add --transport http stipple https://www.stipple.sh/mcp

Oder in einer beliebigen MCP-Client-Konfiguration:

{ "mcpServers": { "stipple": { "type": "http", "url": "https://www.stipple.sh/mcp" } } }
  • Endpunkt: https://www.stipple.sh/mcp (Streamable HTTP)

  • Immer der www.-Host — die Apex-Domain leitet um, und ein POST durch die Weiterleitung schlägt für Nicht-Browser-Clients fehl.

  • Auth: keine erforderlich. Ein optionaler kostenloser API-Schlüssel (POST /v1/keys) gewährt ein privates Guthaben; senden Sie ihn als Authorization: Bearer stp_....

Related MCP server: Qiniso

Tools (13)

Tool

Was es tut

Was es NICHT ist

verify_document

Forensische Authentizitätsprüfung eines PDF/Bildes (URL oder base64): risk_band + inspection_quality + Belege

Kein Betrugsurteil — es ist ein Signal mit den dahinterliegenden Belegen

extract_fields

Strukturierte Felder aus einem Dokument: Ad-hoc-Feldlisten, Vorlagen (Gehaltsabrechnung, Steuerrechnung, Kontoauszug, Quittung, Vertrag), Tabellen, Verankerung pro Wert, Schwärzung, Layout, Chunking, Aufteilung

Kein Urteil — Werte sind, was das Dokument zeigt; Abwesenheiten kommen in not_found zurück

verify_identity

Australische Identitätsprüfung über einen Dokumentensatz: AFP-100-Punkte- oder AUSTRAC-Safe-Harbour, mit genau dem, was fehlt

Keine Fälschungsprüfung — kombinieren Sie mit verify_document

check_pack

Erfüllt ein Dokumentensatz eine Checkliste (benanntes Schema oder Ad-hoc-Anforderungen)?

Keine Genehmigung — Vorhandensein der richtigen Typen, nicht Echtheit

screen_adverse_media

Adverse-Media- und Korroborations-gesteuertes Sanktions-/PEP-Screening einer Person oder Organisation

Keine Feststellung — „review", nie „guilty"; „nothing found" ist kein sauberes Register

find_tenders

Kostenlos. Suche nach offenen australischen/neuseeländischen Regierungsausschreibungen

—

match_tenders

Offene Ausschreibungen danach einstufen, was die eigene Website eines Unternehmens sagt, dass es tut, mit why[] und gaps[]

Keine Gewinnwahrscheinlichkeit

tender_sources

Kostenlos. Woher Ausschreibungsdaten kommen und warum eine Suche leer sein kann

—

detect_ai_text

Wahrscheinlichkeit, dass die Prosa eines Dokuments KI-geschrieben ist, mit den linguistischen Merkmalen; enthält sich bei Nicht-Prosa

Keine kalibrierte Wahrheit — und Stil, nicht Authentizität

verify_references

Für einen Bericht: Zitate lösen auf und stimmen überein, interne Arithmetik wird neu berechnet, unbelegte Behauptungen werden markiert

Kein Wahrheitsurteil — es berichtet den Verifizierungsabdeckungsgrad

check_document

Wurde diese exakte Datei (sha256) bereits geprüft? Überspringt einen kostenpflichtigen Aufruf

—

get_warrant

Ein gespeichertes Ergebnispaket abrufen (JSON oder Markdown)

—

submit_feedback

Daumen hoch/runter für eine Bewertung

—

Prompts (8)

Geführte Workflows, die mit dem Server geliefert werden: Authentizität eines Dokuments verifizieren · Um welche Art von Dokument handelt es sich? · Eine 100-Punkte-Identitätsprüfung durchführen · Eine Person auf Adverse Media prüfen · Ausschreibungen finden, auf die mein Unternehmen bieten könnte · Wurde dies von KI geschrieben? · Berichts-URL faktenprüfen · Eingefügten Text faktenprüfen.

So lesen sich Ergebnisse

Jede Prüfung berichtet zwei unabhängige Achsen: risk_band (wie authentisch das Dokument aussieht) und inspection_quality (wie vollständig es geprüft werden konnte). Ein sauberes Handyfoto einer echten Gehaltsabrechnung ist üblicherweise low Risiko + limited Qualität — „nichts sieht manipuliert aus, aber wir konnten nicht alles lesen". Geringe Abdeckung ist kein Risiko.

Identische Dokumente werden nach Inhalts-Hash zwischengespeichert — das erneute Senden derselben Bytes gibt das gespeicherte Ergebnis sofort und kostenlos zurück.

Guthaben

Anonyme Aufrufer teilen sich ein kostenloses wöchentliches Kontingent pro IP. Ein kostenloser API-Schlüssel erhält ein eigenes Kontingent und Messung. Ausschreibungssuche und Quellenliste kosten nichts. Details: stipple.sh/pricing.

Auch verfügbar

  • REST-API — dieselben Engines unter /v1/*; OpenAPI-Vertrag unter /openapi.json

  • Agent-Dokumentation — /agents.md (Kurzform /llms.txt)

  • Bereichsspezifische Server — /mcp-aitext (nur KI-Text-Erkennung) und /mcp-verify (nur Referenzprüfung), für Installationen, die ein einzelnes Tool möchten


Betrieben von Stipple AI Pty Ltd · Datenschutz · AGB

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    A
    maintenance
    Verifiable document intelligence for AI agents. Extract, summarize, claim-check, and notarize PDFs & URLs with cryptographic proofs, cross-document search, and on-chain attestation via Base L2.
    -
  • A
    license
    A
    quality
    B
    maintenance
    The deterministic fact-verification layer for AI agents. Validates the structured facts an agent emits — IBANs, payment cards, VAT and national tax IDs, crypto and bank addresses, domains, emails, phone numbers, securities and academic identifiers, plus dates, currencies and holidays — against checksums and curated authoritative data, not guesses.
    56
    1
    Apache 2.0
  • F
    license
    A
    quality
    D
    maintenance
    Agentic KYC/AML compliance server with tools for sanctions screening, identity verification, and risk assessment, where AI orchestrates discretionary checks within deterministic compliance guardrails.
    6
    -
  • F
    license
    Not graded
    quality
    D
    maintenance
    Enables deterministic visual and structural analysis of PDF and DOCX documents, extracting measurable evidence such as blur, OCR confidence, and image anomalies for auditable forensic workflows.
    1
    -