mcpField
C
Cire — Cosmetic Ingredient Risk Engine

Cire — Cosmetic Ingredient Risk Engine

本地服务
github.com/voix-sys开发工具231 周前更新

关于 Cire — Cosmetic Ingredient Risk Engine

CIRE 是用于评估 INCI 化妆品成分表的确定性 API,覆盖五类安全风险。它面向购物 Agent、目录筛选、合规工作流和产品推荐系统。

主要功能

  1. 01评估五类成分风险
  2. 02分析单条或批量 INCI 列表
  3. 03评估成分组合的协同与冲突
  4. 04按目标推荐添加成分
  5. 05返回评分及证据详情

适用场景

  1. 01筛选妊娠与过敏风险产品
  2. 02批量扫描化妆品目录
  3. 03在合规工作流中检查成分
  4. 04按安全特征排列产品

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

CIRE API — 化妆品成分风险引擎

CIRE Certified Version License

面向 AI Agent 的确定性 INCI 安全评分 API。
专为购物 Agent、目录筛选、合规工作流和 K-beauty 推荐引擎设计。


什么是 CIRE?

CIRE 会对化妆品成分列表(INCI 格式)进行评分,评估 5 个类别的安全风险:

类别描述
irritation_risk皮肤刺激可能性
allergen_risk已知过敏原
pregnancy_risk孕期不安全的成分
acne_risk致粉刺成分
interaction_risk危险的成分组合

完全确定性,基于规则,无机器学习,始终返回有效的 JSON。


快速开始

curl -X POST https://web-production-9cdb4.up.railway.app/v1/analyze \
  -H "X-API-Key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"inci": "Water, Retinol, Glycolic Acid"}'

响应:

{
  "risk_score": 52,
  "risk_level": "moderate",
  "confidence_score": 65,
  "category_results": { ... },
  "matches": { ... }
}
  • risk_score:0–100(分数越高 = 越安全)
  • risk_level:low / moderate / high
  • confidence_score:证据强度(0–100)

身份验证

在 X-API-Key 请求头中传入 API 密钥。

X-API-Key: cire-xxxxxxxxxxxx

获取 API 密钥 → cire.ai


定价

方案调用次数价格
Starter1,000$9
Growth10,000$49
Scale100,000$299

级别行为

  • 免费级别 API 密钥:可调用 /v1/analyze、/v1/credits 和账单/账户端点
  • Pro 级别 API 密钥:包含免费端点,以及 /v1/synergy 和 /v1/optimal
  • 使用免费密钥调用 Pro 端点时会返回:
    • 403 Forbidden
    • 明确的消息:Pro tier required for this endpoint...

API 参考

完整交互式文档:/docs

开发者入口:

使用场景文章:

POST /v1/analyze

分析 INCI 字符串。消耗 1 个额度。

POST /v1/batch

每个请求最多批量分析 100 个 INCI 字符串。每项消耗 1 个额度。

请求:

{ "inci_list": ["Water, Glycerin", "Water, Retinol, Glycolic Acid"] }
POST /v1/synergy (Pro 级别)

对有益和有风险的组合进行确定性配对评分。

请求:

{ "inci": "Water, Adapalene, Benzoyl Peroxide" }

响应包含:

  • synergy_score
  • conflict_score
  • evidence_level
  • evidence_refs
POST /v1/optimal (Pro 级别)

基于目标的确定性推荐端点。

请求:

{ "inci": "Water, Niacinamide", "goal": "acne" }

响应包含:

  • recommended_additions
  • avoid_with_current
  • evidence_level
  • evidence_refs
GET /v1/credits

查看剩余额度和密钥级别。

账单自动化(Paddle)

  • /v1/webhook 处理 transaction.completed 事件。
  • 存在 custom_data.credits 时,会自动添加额度。
  • 当 custom_data.tier 为 pro/enterprise 时,会自动升级 API 密钥级别。
  • 支持的 Pro 订阅结账套餐 ID:pro_monthly、pro_yearly(需要在 env 中设置 Paddle 价格 ID)。

使用场景

  • 购物 Agent — 根据孕期安全性、过敏原风险筛选产品
  • 目录管理人员 — 批量扫描数千个 SKU
  • 合规工作流 — 检查欧盟/K-beauty 出口法规
  • 推荐引擎 — 根据安全特征为产品排序

技术

  • 纯 Python,无机器学习依赖
  • 确定性输出 — 相同输入始终返回相同输出
  • 基于证据:欧盟限制清单、FDA 安全警示、CIR 报告和同行评审共识
  • 13/13 项冒烟测试通过

Pro 数据增强(幂等)

为 Pro 配方表补充数据且不重复添加行:

cd cire-api
python scripts/enrich_pro_seed.py

此脚本会追加缺失的记录:

  • evidence_refs
  • ingredient_pairs
  • formulation_goals

为 AI Agent 生态系统打造。CIRE 认证。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。