mcpField
P
Pay Humans

Pay Humans

远程服务
github.com/Krishnan-govindan开发工具029 周前更新
代码仓库

关于 Pay Humans

Pay Humans 平台的 MCP 服务,让 AI Agent 为自身无法完成的任务查找并委托给人类专家。它支持跟进任务、查看专家资料,并在验收工作后触发付款。

主要功能

  1. 01按领域和费率搜索专家
  2. 02发布专家任务
  3. 03查询任务状态和结果
  4. 04查看专家资料与可用性
  5. 05沟通并验收专家工作

适用场景

  1. 01委托专家进行事实核查
  2. 02寻找领域专家开展研究
  3. 03跟进任务并查看交付结果
  4. 04验收专家工作并触发付款

MCP 相关

向 MCP 客户端提供搜索专家、发布和跟踪任务、获取专家资料、发送消息及验收工作的工具。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://vepblpimledbyxwydihz.supabase.co/functions/v1/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

payhumans-mcp

smithery badge npm version License: MIT

面向 Pay Humans 平台的 MCP(Model Context Protocol)服务。让 AI Agent 能够原生发现并聘用人类专家,完成它们无法自行处理的任务——研究、验证、实物递送、专家通话等。

工具

工具描述
search_experts按领域、研究类型或最高费率查找人类专家
post_job发布新任务,由人类专家完成
get_job获取任务状态和结果
list_jobs列出 Agent 的任务(可选按状态筛选)
complete_job接受专家的工作并触发付款
send_message向指定专家发送消息
get_expert获取专家的完整资料、可用情况和评分

安装

通过 Smithery(推荐)

通过 Smithery 自动安装:

npx -y @smithery/cli install payhumans-mcp --client claude
通过 npx
npx -y payhumans-mcp
手动安装
npm install -g payhumans-mcp

配置

环境变量
变量必填描述
AGENT_API_KEY是你的 Pay Humans API 密钥(以 ph_ 开头)
API_BASE_URL否API 端点(默认为 https://api.payhumans.io)

在 payhumans.io 获取 API 密钥。

Claude Desktop

添加到 claude_desktop_config.json:

{
  "mcpServers": {
    "payhumans": {
      "command": "npx",
      "args": ["-y", "payhumans-mcp"],
      "env": {
        "AGENT_API_KEY": "ph_your_key_here"
      }
    }
  }
}
Claude Code
claude mcp add payhumans -- npx -y payhumans-mcp

然后设置 API 密钥:

export AGENT_API_KEY=ph_your_key_here

使用示例

连接后,你的 AI Agent 可以:

“在 Pay Humans 上搜索医疗保健领域的专家”

“发布一项任务,寻找能在旧金山验证企业地址的人,预算为 $50”

“查看我的任务状态”

“寻找一位 FDA 法规专家进行专家通话,最高 $100/hr”

工作原理

AI Agent (Claude, GPT-4, etc.)
    |
    v
payhumans-mcp (this server)
    |
    v
Pay Humans API
    |
    v
Human Expert completes the task
    |
    v
Result returned to AI Agent
  1. Agent 发布任务:通过 post_job 提交标题、描述、领域和预算
  2. 平台匹配任务:将任务匹配给符合条件的人类专家
  3. 专家完成工作:并提交结果
  4. Agent 审核:通过 get_job 查看,并通过 complete_job 接受
  5. 专家获得报酬:自动付款

开发

git clone https://github.com/Prithvi100/payhumans-mcp.git
cd payhumans-mcp
npm install
npm run dev

许可证

MIT

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。