Humanrail

HumanRail MCP Server

直接从任意 AI Agent 将需要人工判断的任务分发给经过审核的工作者池。

当你的 AI Agent 遇到无法处理的任务时——内容审核、退款决策、主观质量评估、数据验证——HumanRail 会将任务分配给人工工作者，验证结果，通过 Lightning Network 向工作者付款，并返回结构化输出。

可以把它理解为“人工判断领域的 Stripe”。

快速开始

安装

pip install humanrail-mcp-server

或直接运行：

uvx humanrail-mcp-server

配置

添加到你的 Claude Code 配置（~/.claude.json）中：

{
  "mcpServers": {
    "humanrail": {
      "command": "uvx",
      "args": ["humanrail-mcp-server"],
      "env": {
        "HUMANRAIL_API_KEY": "ek_live_your_key_here"
      }
    }
  }
}

或添加到 Claude Desktop 配置（claude_desktop_config.json）中：

{
  "mcpServers": {
    "humanrail": {
      "command": "uvx",
      "args": ["humanrail-mcp-server"],
      "env": {
        "HUMANRAIL_API_KEY": "ek_live_your_key_here"
      }
    }
  }
}

获取 API 密钥

在 humanrail.dev 注册以获取 API 密钥。

可用工具

工具	说明
create_task	将任务分配给人工工作者进行审核／判断
get_task	查看任务状态和结果
wait_for_task	轮询，直到任务完成（阻塞）
cancel_task	取消待处理的任务
list_tasks	根据筛选条件列出任务（状态、类型、日期范围）
get_usage	查看使用统计和账单摘要
health_check	检查是否可以访问 HumanRail API

使用示例

连接后，Claude 可以自然地使用 HumanRail：

用户：“审核这位客户的退款申请——订单 #12345，客户称商品送达时已损坏。”

**Claude：**我会将此任务交给人工审核员，以判断是否符合退款条件。 （调用 create_task，参数为 task_type="refund_eligibility"）

人工审核员已核实：**批准退款。**照片中可以看到明显的损坏，而且客户账户状态良好。

任务类型

你可以创建任意类型的任务。常见示例：

• content_moderation — 此内容是否合适？
• refund_eligibility — 是否应批准此退款？
• data_verification — 此信息是否准确？
• quality_assessment — 为此输出评分，范围为 1-10
• document_review — 从文档中提取／核实信息
• sentiment_analysis — 此消息的语气／意图是什么？

输出架构

使用 JSON Schema 明确指定你需要的返回内容：

# Boolean decision
{"type": "object", "required": ["approved"], "properties": {"approved": {"type": "boolean"}}}

# Rating with explanation
{"type": "object", "required": ["score", "reason"],
 "properties": {"score": {"type": "integer", "minimum": 1, "maximum": 10},
                "reason": {"type": "string"}}}

环境变量

变量	必需	默认值	说明
HUMANRAIL_API_KEY	是	—	你的 API 密钥（ek_live_... 或 ek_test_...）
HUMANRAIL_BASE_URL	否	https://api.humanrail.dev/v1	API 基础 URL

工作原理

AI Agent → create_task() → HumanRail API → Worker Pool
                                              ↓
AI Agent ← get_task()  ← Verified Result ← Verification Pipeline

1. **创建：**Agent 发送任务及其上下文和输出架构
2. **分配：**HumanRail 的分配引擎指派最匹配的工作者
3. **执行：**工作者审核上下文并提交判断结果
4. **验证：**6 阶段验证流程对结果进行验证
5. **付款：**通过 Lightning Network 即时向工作者付款
6. **返回：**可通过 get_task 或 wait_for_task 获取经过验证的结果

定价

按任务付费，无订阅费用。工作者的报酬从你的任务预算中支付。

• **低风险：**每项任务 $0.10–$0.50
• **中风险：**每项任务 $0.25–$1.00
• **高风险／关键风险：**每项任务 $1.00–$5.00

价格取决于任务复杂度、SLA 要求和风险等级。

许可证

MIT — 详见 LICENSE。