stipple-mcp
Servidor MCP de Stipple
Documentos dentro. Respuestas sobre las que tus agentes pueden actuar.
Stipple es un servidor MCP alojado para el trabajo con documentos: señales forenses de autenticidad, extracción estructurada de campos, verificación de identidad australiana, cribado de medios adversos y sanciones, búsqueda de licitaciones gubernamentales de AU/NZ, detección de texto escrito por IA y verificación de citas para informes de investigación.
Sin instalación ni registro: un nivel gratuito anónimo funciona de inmediato.
Conectar
claude mcp add --transport http stipple https://www.stipple.sh/mcpO en la configuración de cualquier cliente MCP:
{ "mcpServers": { "stipple": { "type": "http", "url": "https://www.stipple.sh/mcp" } } }Endpoint:
https://www.stipple.sh/mcp(Streamable HTTP)Utiliza siempre el host
www.: el dominio raíz redirige y un POST a través de la redirección falla en clientes que no son navegadores.Autenticación: no se requiere ninguna. Una clave API gratuita opcional (
POST /v1/keys) otorga un cupo de crédito privado; envíala comoAuthorization: Bearer stp_....
Related MCP server: Qiniso
Herramientas (13)
Herramienta | Qué hace | Qué NO es |
| Inspección forense de autenticidad de un PDF/imagen (URL o base64): | Un veredicto de fraude: es una señal con la evidencia que la respalda |
| Campos estructurados de un documento: listas de campos ad hoc, plantillas (nómina, factura fiscal, extracto bancario, recibo, contrato), tablas, fundamentación por valor, redacción, maquetación, fragmentación, división | Un juicio: los valores son lo que muestra el documento; las ausencias aparecen en |
| Verificación de identidad australiana sobre un conjunto de documentos: AFP de 100 puntos o puerto seguro de AUSTRAC, con exactamente lo que falta | Una comprobación de falsificación: combínala con |
| ¿Cumple un conjunto de documentos una lista de verificación (esquema con nombre o requisitos ad hoc)? | Aprobación: presencia de los tipos correctos, no autenticidad |
| Medios adversos + cribado de sanciones/PEP supeditado a corroboración de una persona u organización | Un dictamen: «revisión», nunca «culpable»; «nada encontrado» no es un historial limpio |
| Gratis. Buscar licitaciones gubernamentales abiertas de AU/NZ | — |
| Clasificar licitaciones abiertas según lo que el propio sitio web de una empresa afirma que hace, con | Una probabilidad de ganar |
| Gratis. De dónde proceden los datos de licitaciones y por qué una búsqueda puede quedar vacía | — |
| Probabilidad de que la prosa de un documento esté escrita por IA, con los indicios lingüísticos; se abstiene cuando no es prosa | Verdad calibrada: se refiere al estilo, no a la autenticidad |
| Para un informe: las citas se resuelven y coinciden, la aritmética interna se recalcula y se marcan las afirmaciones sin respaldo | Un veredicto de verdad: informa de la cobertura de verificación |
| ¿Este archivo exacto (sha256) ya ha sido inspeccionado? Omite una llamada de pago | — |
| Obtener un paquete de resultados almacenado (JSON o Markdown) | — |
| Pulgar arriba/abajo sobre una valoración | — |
Indicaciones (8)
Flujos de trabajo guiados incluidos con el servidor: Verificar la autenticidad de un documento · ¿Qué tipo de documento es este? · Realizar una verificación de identidad de 100 puntos · Cribar a una persona por medios adversos · Encontrar licitaciones a las que mi empresa podría presentarse · ¿Fue escrito por IA? · Verificar los datos de una URL de informe · Verificar los datos de un texto pegado.
Cómo se interpretan los resultados
Cada inspección informa de dos ejes independientes: risk_band (cuán auténtico parece el documento) e inspection_quality (cuán completamente pudo inspeccionarse). Una foto de móvil nítida de una nómina real suele tener riesgo low + calidad limited — «nada parece manipulado, pero no pudimos leerlo todo». La baja cobertura no es riesgo.
Los documentos idénticos se almacenan en caché mediante el hash de su contenido: reenviar los mismos bytes devuelve el resultado guardado al instante y gratis.
Créditos
Los usuarios anónimos comparten un cupo gratuito semanal por IP. Una clave API gratuita tiene su propio cupo y medición de uso. La búsqueda de licitaciones y el listado de fuentes no cuestan nada. Detalles: stipple.sh/pricing.
También disponible
REST API — los mismos motores en
/v1/*; contrato OpenAPI en/openapi.jsonDocumentación para agentes —
/agents.md(versión abreviada/llms.txt)Servidores específicos —
/mcp-aitext(solo detección de texto IA) y/mcp-verify(solo verificación de referencias), para instalaciones que quieran una única herramienta
Operado por Stipple AI Pty Ltd · Privacidad · Términos
This server cannot be deployed
Maintenance
Related MCP Connectors
Hosted document tools for agents: extract, parse, classify, convert, OCR, sign, and redact.
AI document intelligence: extract, summarize, claim-check, notarize, and signed action receipts.
Document fraud detection for manipulated, fake and AI-generated PDF and image documents.
Sanctions, PEP, watchlist, recall, business, and contract screening. Free tier, no auth required.
Related MCP Servers
- FlicenseNot gradedqualityAmaintenanceVerifiable 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.-

Qinisoofficial
AlicenseAqualityBmaintenanceThe 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.561Apache 2.0- FlicenseAqualityDmaintenanceAgentic KYC/AML compliance server with tools for sanctions screening, identity verification, and risk assessment, where AI orchestrates discretionary checks within deterministic compliance guardrails.6-
- FlicenseNot gradedqualityDmaintenanceEnables 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-