Tuteliq

Tuteliq MCP 服务

面向 Claude 的 Tuteliq MCP 服务——AI 驱动的儿童安全工具

API 文档 • 控制面板 • 信任 • 更新日志 • Discord

---

这是什么？

Tuteliq MCP 服务将 AI 驱动的儿童安全工具直接带入 Claude、Cursor 和其他兼容 MCP 的 AI 助手。让 Claude 检查消息中是否存在霸凌、检测诱骗模式，或生成安全行动计划。

理解上下文，而不只是关键词。 每个检测器都能理解隐语、表情符号、字母数字混写、规避审核的暗语，以及刻意逃避过滤的表达，并结合消息周围的对话进行判断——因此，它能区分游戏中的垃圾话和有针对性的骚扰，而不会让团队被误报淹没。这种对隐语的识别能力覆盖整个产品平台（适用于诱骗、欺诈、激进化等情况，不只限于霸凌），其基础是我们对不法分子如何逃避审核的自主研究。在一项针对隐语和规避过滤案例的内部基准测试中，Tuteliq 检测出的此类案例比领先的通用审核 API 多出约 1.7 倍（319 个规避案例；未公开供应商名称）。

快速模式。 在 detect_grooming 或 detect_bullying 中传入 verdict_only: true，即可仅获取判定结果（风险等级、标记、建议操作），不返回逐条消息分析——降低实时筛查的延迟。判定结果本身保持不变。

交互式结果。 在支持 MCP Apps 的宿主环境中，结果会以交互式卡片呈现，而不是一大段 JSON——请参阅下文的交互式小组件。

交互式组件

在支持 MCP Apps 的宿主（Claude 桌面端和 Web 端，以及其他兼容 MCP 的客户端）中，12 个组件会返回渲染后的卡片，而非原始文本。其他环境中，同一数据会作为 structuredContent 返回，因此功能不依赖 UI。

每张卡片都有相同的框架：标明生成结果的工具名称的顶部栏、结果本身，以及包含数据处理说明和 Trust Center 链接的页脚。在包含十几条结果的对话记录中，顶部栏能帮你分辨每条结果。

组件	工具
检测结果	detect_bullying、detect_grooming、detect_unsafe、analyze 和其他 detect_* 工具
多端点	analyse_multi
情绪	analyze_emotions
媒体	analyze_voice、analyze_image、analyze_video、analyze_document
合成媒体	detect_synthetic_text、detect_synthetic_image、detect_synthetic_audio、detect_synthetic_video
行动计划	get_action_plan
事件报告	generate_report
事件概览	get_incidents_overview
事件列表	list_incidents
事件详情	get_incident
事件趋势	get_incident_trends
审核队列	moderation_queue

严重程度可通过颜色排序。 颜色渐变从安全到危急，按单调递增排列，因此无需读取标签，就能比较两个标记：

级别	颜色
critical	#9C3A29
high	#C2543A
medium	#D98A3D
low	#B7C2D4
safe	#19B79A

设计说明。 这些组件的设计刻意保持平和。它们会报告诱骗、 self-harm 和虐待问题，而会动效或闪烁的卡片会让读者感到惊慌，将本已令人痛苦的内容变成无法忽视的警报。严重程度通过规则和图标呈现，而非动态效果。危机支持卡片首先传达安慰，而不是突出严重程度颜色；卡片上的求助热线号码是最大的元素，因为人在压力下抄录数字时最容易出错。

这些组件在设计上仅用于只读渲染。在列表组件中选择事件会整理出 ID 列表，供你自行调用 batch_review_incidents；会修改数据的调用仍须经过宿主的审批步骤，从而确保人在环中。

组件开发

npm run preview:ui   # builds every widget against fixture data
open dist-preview/__preview.html

组件源代码位于 ui/src。设计令牌集中定义在 ui/src/theme.ts；优先使用这些令牌，而非直接填写颜色值，以便将调色板统一维护在一处。

可用工具（81 个 MCP）

安全检测

工具	描述
detect_bullying	分析文本中的霸凌、骚扰和游戏毒性行为，包括隐晦俚语、表情符号和刻意规避过滤器的内容，并结合上下文区分垃圾话与真正的伤害
detect_grooming	检测对话中的诱骗模式和掠夺性行为
detect_unsafe	识别不安全内容（自残、暴力、露骨内容）
analyze	快速全面的安全检查（霸凌 + 不安全内容）
analyse_multi	在一次调用中对单段文本运行多个检测端点
batch_analyze	在单个请求中分析最多 50 条内容，涵盖全部 12 种检测类型（霸凌、诱骗、不安全内容、情绪、社会工程、应用欺诈、恋爱骗局、钱骡招募、赌博危害、胁迫控制、利用弱势群体、激进化），适用于批量分流
analyze_emotions	分析情绪内容和心理状态指标，接受单条文本或完整对话
get_action_plan	为安全事件生成适合相应年龄的指导建议
generate_report	根据对话生成事件报告

欺诈与伤害检测

工具	描述
detect_social_engineering	检测社会工程手段（虚构借口、捏造紧迫性、冒充权威人士）
detect_app_fraud	检测基于应用的欺诈（虚假投资平台、钓鱼应用、订阅陷阱）
detect_romance_scam	检测恋爱骗局模式（爱意轰炸、财务请求、身份欺骗）
detect_mule_recruitment	检测招募钱骡的手段（轻松赚钱的邀约、共享银行账户）
detect_gambling_harm	检测赌博相关的伤害迹象（追逐损失、隐瞒、精神痛苦）
detect_coercive_control	检测胁迫控制模式（孤立、财务控制、监视、威胁）
detect_vulnerability_exploitation	检测对弱势群体（老年人、残障人士、经济困难者）的剥削
detect_radicalisation	检测激进化迹象（极端主义言论、“我们与他们”框架、意识形态诱骗）

语音、图像、视频与文档分析

工具	描述
analyze_voice	转录音频，并对转录文本进行安全分析
analyze_image	分析图像的视觉安全性，并提取 OCR 文本
analyze_video	通过提取关键帧分析视频文件中的安全问题（支持 mp4、mov、avi、webm、mkv）
analyze_document	分析 PDF 文档中的安全问题——逐页进行多端点检测，并通过哈希记录保管链（最大 50 MB、100 页）

合成内容检测

工具	描述
detect_synthetic_text	检测 10 类儿童安全类别中的 AI 生成文本（合成 CSAM、深度伪造脚本、AI 诱骗）
detect_synthetic_image	6 信号取证流水线：视觉 AI、EXIF 元数据、像素统计、C2PA Content Credentials、水印、pHash
detect_synthetic_audio	双信号取证：转录文本 + 梅尔频谱视觉分析 + 定量音频统计
detect_synthetic_video	5 轨分析：逐帧视觉分析、时间序列人脸一致性、唇形同步相关性、频谱音频、转录文本

身份与年龄验证

工具	描述
create_verification_session	创建年龄或身份验证会话——返回供用户完成验证流程的 URL
get_verification_session	轮询会话状态——返回完整的文档智能信息（MRZ、条形码、真实性、人脸匹配、活体检测）
cancel_verification_session	取消活动会话（不消耗积分）

自行运行此软件包时会注册这三个工具。托管连接器不提供这些工具。

事件与审核

读取事件存储、对队列进行分流，并记录审核员的决定。审核工具会生成签名回执，作为符合《欧盟 AI 法案》第 14 条人类监督要求的证据。

工具	描述
get_incidents_overview	按类别、严重程度、来源、状态和平台统计指定时间范围内的事件数量
list_incidents	分页显示且可筛选的事件列表
get_incident	单个事件的完整详情，包括跨消息的风险轨迹
get_incident_trends	按小时、天或周划分事件数量，并按严重程度细分
moderation_queue	审核员分流控制台：未审核队列、下一项，以及（可选）你自己的分析轨迹和建议决定，供人工签署。只读
review_incident	记录审核员的决定（确认／降级／升级／重新分类／驳回），并生成签名回执
batch_review_incidents	在一次调用中对多个事件应用同一项决定
get_audit_receipt	获取过往推理的签名回执
get_audit_logs	查询审计日志

决定由审核员作出，而卡片会要求他们亲自作出决定。 操作按钮通过宿主调用 review_incident，因为审核员点击“升级”本身就是人工决定。一次点击不会直接触发操作：review_incident 会持久化一项覆盖决定，并生成签名的第 12 条审计回执，同时要求提供 reason_code，因此按钮会先打开原因选择器，再由第二次点击完成提交。绝不会代替审核员在回执中填入任何默认值。

卡片上的推理、置信度和分析轨迹由调用该工具的助手提供，并明确标注为助手提供的内容——这是供人工权衡的论据，而非 Tuteliq 的测量结果。

传入 operator_name，即可在标题中显示客户或团队名称。省略该参数时，卡片不会显示品牌信息——绝不会默认填入占位内容。

Webhook 管理

工具	描述
list_webhooks	列出所有已配置的 Webhook
create_webhook	创建新的 Webhook 端点
update_webhook	更新 Webhook 配置
delete_webhook	删除 Webhook
test_webhook	发送测试载荷以验证 Webhook
regenerate_webhook_secret	重新生成 Webhook 签名密钥

定价

工具	描述
get_pricing	获取可用的定价方案
get_pricing_details	获取包含功能和限制的详细定价信息

使用情况与账单

工具	描述
get_usage_history	获取每日使用情况历史记录
get_usage_by_tool	按工具／端点获取使用情况
get_usage_monthly	获取包含账单信息的月度使用情况
get_usage_summary	获取今日使用情况：已发出、成功和失败的请求数、今日剩余请求数以及速率限制
get_usage_quota	获取实时速率限制状态——批量运行前的检查

策略配置

工具	描述
get_policy	获取账户的检测策略（按类别设置的标记／拦截阈值、自动审核）
set_policy	更新账户的检测策略配置

策略自动化规则

工具	描述
list_policy_rules	列出所有自动化规则（对匹配的检测结果执行拦截／标记／升级／通知／仅记录）
create_policy_rule	创建一条规则，为匹配的检测结果添加标签及操作，供你自己的系统执行
get_policy_rule	获取单条规则的完整详情
update_policy_rule	更新规则任意字段的子集（例如，使用 enabled: false 暂停规则）
delete_policy_rule	永久删除规则
evaluate_policy_rules	对假设的检测结果试运行规则

检测设置

工具	描述
get_detection_settings	查看哪些检测端点已启用或禁用，以及默认上下文
update_detection_settings	启用或禁用端点，设置默认上下文
reset_detection_settings	重置为默认设置（启用所有端点）

威胁情报（Business+ 级别）

工具	描述
get_intelligence_trends	按端点、类别、年龄、平台和地理位置划分的匿名全网威胁趋势
get_emerging_threats	最近一段时间内的新兴威胁模式
get_weekly_digest	每周摘要：概要、主要类别和显著变化
get_risk_trends	匿名全球风险趋势

GDPR 账户

工具	描述
delete_account_data	删除所有账户数据（删除权）
export_account_data	将所有账户数据导出为 JSON（数据可携权）
record_consent	记录用户对数据处理的同意
get_consent_status	获取当前同意状态
withdraw_consent	撤回先前授予的同意
rectify_data	更正用户数据（更正权）
get_audit_logs	获取所有数据操作的审计记录

数据泄露管理

工具	描述
log_breach	记录新的数据泄露事件（启动 72 小时通知倒计时）
list_breaches	列出所有数据泄露事件，可按状态筛选
get_breach	获取特定数据泄露事件的详情
update_breach_status	更新泄露事件状态和通知进度

---

常用参数

上下文字段

所有检测工具都接受可选的 context 对象。这些字段会影响严重程度评分和分类：

字段	类型	描述
language	string	ISO 639-1 代码（例如 "en"、"sv"）。若省略，则自动检测。
ageGroup	string	年龄组（例如 "10-12"、"13-15"、"under 18"）。触发经过年龄校准的评分。
platform	string	平台名称（例如 "Discord"、"Roblox"）。根据平台惯例调整检测。
relationship	string	关系背景（例如 "classmates"、"stranger"）。
sender_trust	string	发件人验证状态："verified"、"trusted" 或 "unknown"。
sender_name	string	发件人姓名（与 sender_trust 配合使用）。

sender_trust 的行为

当 sender_trust 设置为 "verified" 或 "trusted" 时：

• AUTH_IMPERSONATION 将被完全抑制——已验证的发件人不可能冒充权威机构
• 对于常规的时效性信息（时间安排、截止日期、预约），将抑制 URGENCY_FABRICATION
• 仅当内容包含真正的恶意元素（凭据窃取、网络钓鱼链接、财务索要）时才会标记
• 这可以避免将合法的机构消息（学校通知、医院提醒、政府公告）误判为风险

support_threshold

控制响应中何时包含危机支持资源（求助热线、短信热线、网络资源）：

值	行为
low	为低严重程度及以上的情况提供支持
medium	为中等严重程度及以上的情况提供支持
high	（默认） 为高严重程度及以上的情况提供支持
critical	仅为严重程度达到危急级别的情况提供支持

注意： 无论阈值设置如何，危急级别的严重情况始终包含支持资源。

analyse_multi 端点值

analyse_multi 工具每次调用最多接受 10 个端点。有效的端点值：

端点 ID	描述
bullying	欺凌和骚扰检测
grooming	诱骗模式检测
unsafe	不安全内容检测（自我伤害、暴力、露骨内容）
social-engineering	社会工程和伪装身份
app-fraud	基于应用的欺诈模式
romance-scam	恋爱诈骗模式
mule-recruitment	招募资金骡子
gambling-harm	赌博相关危害
coercive-control	强制控制模式
vulnerability-exploitation	利用弱势群体
radicalisation	激进化迹象

---

安装

Tuteliq 是托管的 MCP 服务，地址为 https://api.tuteliq.ai/mcp。大多数客户端 应使用 OAuth 连接，无需安装任何内容。

使用 OAuth 连接（推荐）

将客户端指向该 URL，不填写凭据，然后通过浏览器登录。 Tuteliq 实现了 OAuth 2.1，并支持动态客户端注册和 PKCE，因此客户端会自行注册。无需将任何内容粘贴到配置文件中；要撤销访问权限，可在控制面板中操作，而不必编辑你的设备。

Claude Desktop： 进入 Settings > Connectors，选择 Add custom connector，将其命名为 Tuteliq，URL 填写 https://api.tuteliq.ai/mcp，然后点击 Connect 并在浏览器中授权。

Claude Code、Cursor、Windsurf 和其他支持远程服务的客户端：

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

在 Claude Code 中，运行 /mcp 开始登录；如果未自动打开，请手动运行。

静态令牌（无头环境和自动化）

OAuth 需要浏览器，因此 CI 流水线、cron 作业或容器无法完成 OAuth 流程。请改为在 Authorization 标头中发送令牌，该令牌可在控制面板的 Settings > Plugins 下生成。这是长期有效的凭据：请勿将其提交到版本控制中；只要有浏览器可用，就优先使用 OAuth。

{
  "mcpServers": {
    "tuteliq": {
      "type": "http",
      "url": "https://api.tuteliq.ai/mcp",
      "headers": {
        "Authorization": "Bearer your-secure-token"
      }
    }
  }
}

stdio（不支持远程服务的客户端）

适用于仅支持 stdio 的客户端。此方式会运行一个本地进程来调用同一个托管 API，因此工具完全相同；区别仅在于传输方式和身份验证。

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

---

使用示例

配置完成后，你可以向 Claude 提问：

欺凌检测

“检查这条消息是否属于欺凌：‘没人喜欢你，赶紧走开。’”

响应：

## ⚠️ Bullying Detected

**Severity:** 🟠 Medium
**Confidence:** 92%
**Risk Score:** 75%

**Types:** exclusion, verbal_abuse

### Rationale
The message contains direct exclusionary language...

### Recommended Action
`flag_for_moderator`

诱骗检测

“分析这段对话中是否存在诱骗模式……”

快速安全检查

“这条消息安全吗？‘我不想再待在这里了。’”

情绪分析

“分析这句话中的情绪：‘我对学校的事情压力很大，没人理解我。’”

行动计划

“为一名遭受网络欺凌的 12 岁儿童制定行动计划”

事件报告

“根据这些消息生成一份事件报告……”

语音分析

“分析此音频文件的安全性：/path/to/recording.mp3”

图像分析

“检查此屏幕截图是否包含有害内容：/path/to/screenshot.png”

Webhook 管理

“列出我的 Webhook” “在 https://example.com/webhook 为严重事件创建一个 Webhook”

用量

“显示我的每月用量”

合成内容检测

“这张图片是 AI 生成的吗？/path/to/suspect-image.jpg” “检查这段音频是否为语音克隆：/path/to/voice.mp3” “分析此视频中的深度伪造迹象：/path/to/video.mp4” “这段文本是 AI 生成的吗？‘要分析的生成文本……’” “显示客户 cust_xyz789 的合成内容档案”

身份与年龄验证

“创建年龄验证会话” “创建身份验证会话，并将护照设为首选证件” “查看验证会话 abc123 的状态” “取消验证会话 abc123”

欺诈检测

“检查这条消息是否包含社会工程手段：‘除非你现在验证，否则你的账户将被暂停。’” “这是恋爱诈骗吗？‘我知道我们才刚在网上认识，但我需要钱付医疗账单。’”

---

开始使用（免费）

1. 创建免费的 Tuteliq 账户
2. 前往你的控制面板并生成一个API 密钥
3. 对于 Claude Desktop 和其他 MCP 插件，请在Settings > Plugins下生成一个安全令牌
4. 使用 API 密钥直接访问 API/SDK，或在通过 MCP 连接时使用安全令牌

---

要求

• Node.js 18+
• Tuteliq API 密钥

---

支持的语言（27 种）

未指定语言时会自动检测。与英语相比，Beta 语言的准确度较高，但可能存在一些边缘情况。

语言	代码	状态
英语	en	稳定
西班牙语	es	Beta
葡萄牙语	pt	Beta
法语	fr	Beta
德语	de	Beta
意大利语	it	Beta
荷兰语	nl	Beta
波兰语	pl	Beta
罗马尼亚语	ro	Beta
土耳其语	tr	Beta
希腊语	el	Beta
捷克语	cs	Beta
匈牙利语	hu	Beta
保加利亚语	bg	Beta
克罗地亚语	hr	Beta
斯洛伐克语	sk	Beta
斯洛文尼亚语	sl	Beta
立陶宛语	lt	Beta
拉脱维亚语	lv	Beta
爱沙尼亚语	et	Beta
马耳他语	mt	Beta
爱尔兰语	ga	Beta
瑞典语	sv	Beta
挪威语	no	Beta
丹麦语	da	Beta
芬兰语	fi	Beta
乌克兰语	uk	Beta

---

最佳实践

消息批处理

霸凌和不安全内容工具会分析每个请求中的单个 text 字段。如果要分析一段对话，请将最近消息的滑动窗口拼接成一个字符串，而不要逐条发送消息。单个词语或简短片段缺乏准确检测所需的上下文，也可能被利用来绕过安全过滤器。

诱骗工具已支持 messages[] 数组，并会结合上下文分析完整对话。

PII 脱敏

在你的 Tuteliq API 上启用 PII_REDACTION_ENABLED=true，即可自动从检测摘要和 webhook 负载中移除电子邮件、电话号码、URL、社交账号、IP 地址及其他 PII。原始文本仍会完整分析，只有存储的输出会经过清理。

---

支持的语言

Tuteliq 支持27 种语言并可自动检测，无需配置。

英语（稳定）和 26 种 Beta 语言：西班牙语、葡萄牙语、乌克兰语、瑞典语、挪威语、丹麦语、芬兰语、德语、法语、荷兰语、波兰语、意大利语、土耳其语、罗马尼亚语、希腊语、捷克语、匈牙利语、保加利亚语、克罗地亚语、斯洛伐克语、立陶宛语、拉脱维亚语、爱沙尼亚语、斯洛文尼亚语、马耳他语和爱尔兰语。

覆盖欧盟全部 24 种官方语言，以及乌克兰语、挪威语和土耳其语。每种语言都包含针对当地文化的安全指南，涵盖本地俚语、诱骗模式、自我伤害暗语词汇和过滤器规避技巧。

详情请参阅语言支持文档。

---

支持

• API 文档：docs.tuteliq.ai
• Discord：discord.gg/7kbTeRYRXD
• 电子邮件：[email protected]

---

隐私与法律

Tuteliq 代表运营方（API 密钥持有者）处理内容，以进行安全分析。MCP 服务只是一个轻量级传输层，通过 TLS 将请求转发到 api.tuteliq.ai — MCP 软件包不会在本地存储任何文本、音频、图像或视频内容。

主题	链接
隐私政策	tuteliq.ai/privacy
服务条款	tuteliq.ai/terms
数据处理协议	tuteliq.ai/legal/dpa
AI 透明度	tuteliq.ai/ai-transparency
联系方式	[email protected]

收集、使用和存储的内容

• 身份验证： API 密钥（服务端）或 OAuth 2.1 访问令牌（Claude / Cursor 连接器）。OAuth 令牌由 api.tuteliq.ai 签发，并遵循标准的 RFC 9728 / RFC 8414 发现流程。
• 请求内容： 您提交给检测或分析工具的文本、音频、图像、视频和 PDF，由上游 API 在内存中处理。除非您在仪表板中明确启用历史记录功能，否则内容不会在请求结束后保留。
• 存储的元数据： 请求时间戳、工具名称、状态、延迟和积分消耗 — 用于使用情况分析、计费和审计日志。
• PII 编辑： 启用 PII_REDACTION_ENABLED=true，即可从存储的摘要和 webhook 负载中剔除电子邮件地址、电话号码、URL、社交账号和 IP 地址。原始输入仍会完整分析；只有存储的输出会进行清理。
• 子处理方和数据保留： 请参阅 DPA。
• 您的权利： MCP 提供 GDPR 工具（export_account_data、delete_account_data、record_consent、withdraw_consent、rectify_data、get_audit_logs），让您可以直接通过客户端行使数据主体权利。

---

许可证

MIT 许可证 — 详情请参阅 LICENSE。

---

获取认证 — 免费

Tuteliq 为所有希望深入了解在线儿童安全的人士提供免费认证计划。完成一个学习方向并通过测验，即可获得官方 Tuteliq 证书 — 该证书可验证并分享。

提供三个学习方向：

学习方向	适用人群	时长
父母与照护者	父母、监护人、祖父母、教师、教练	约 90 分钟
青少年（10–16 岁）	希望学习识别操纵行为的青少年	约 60 分钟
企业与平台	产品经理、信任与安全团队、CTO、合规专员	约 120 分钟

从这里开始 → tuteliq.ai/certify

• 100% 免费 — 无需登录
• 完成后获得可验证的证书
• 涵盖诱骗识别、性勒索、网络欺凌、监管义务（KOSA、EU DSA）等内容

---

使命：为何这很重要

在决定贡献或赞助之前，请先看看这些数字。它们不是预测，也不是宣传材料中的估算，而是爱丁堡大学、UNICEF、NCMEC 和 Interpol 经核实的统计数据。

• 3.02 亿儿童每年遭受网络性剥削和虐待。这意味着每秒有 10 名儿童。(Childlight / University of Edinburgh，2024)
• 全球有 八分之一的儿童在过去一年中遭受过未经同意的性影像侵害。(Childlight，2024)
• 如今仍在世的女孩和女性中，有 3.7 亿人在童年时期遭受过强奸或性侵。估计有 2.4 亿至 3.1 亿男孩和男性也经历过同样的遭遇。(UNICEF，2024)
• 仅 2024 年，NCMEC 的 CyberTipline 就收到 2,920 万起疑似儿童性剥削事件报告，涉及 6,290 万个文件（图片、视频）。(NCMEC，2025)
• 2024 年共收到 54.6 万起网络诱骗报告（成年人诱骗儿童），比前一年增加了 192%。(NCMEC，2025)
• 2023 至 2024 年间，AI 生成的儿童性虐待材料报告增加了 1,325%。本应保护儿童的技术，正被用来伤害他们。(NCMEC，2025)
• NCMEC 每天收到 100 起性勒索报告。自 2021 年以来，至少有 36 名青少年男孩因遭受性勒索而自杀。(NCMEC，2025)
• 84% 的报告涉及美国境外的事件。这不是美国的问题，而是全球紧急事件。(NCMEC，2025)

端到端加密让平台无法看见问题。2024 年，平台报告的事件比前一年少了 700 万起——不是因为虐待停止了，而是因为它们再也看不到这些事件了。用于识别已知影像的工具正在失效。依赖人工审核员的系统不堪重负。实时文本对话中检测行为的技术——识别诱骗模式、事态升级和操纵行为——如今已经存在，并正在 api.tuteliq.ai 上运行。

问题不在于这项技术是否可行，而在于我们是否要建立这家公司，让这项技术覆盖所有需要它的地方。

我们每等待一秒，就会有另一个孩子受到伤害。

我们拥有这项技术，但需要支持。

如果这项使命对你很重要，请考虑赞助我们的开源工作，帮助我们继续开发保护儿童的工具，并让所有人都能免费使用这些工具。

---

_{由 Tuteliq 团队倾心打造，守护儿童安全}