Tuteliq
Herramientas de seguridad impulsadas por IA para detectar grooming, acoso, amenazas e interacciones dañinas en conversaciones. El servidor integra la API de detección de riesgos conductuales de Tuteliq a través del Protocolo de Contexto de Modelo (MCP), permitiendo que los asistentes de IA analicen patrones de interacción en lugar de depender de la moderación por palabras clave. Los casos de uso incluyen seguridad en plataformas, moderación de chats, protección infantil y cumplimiento de normativas como la Ley de Servicios Digitales de la UE (DSA), COPPA y KOSA.
Documentación
Servidor MCP de Tuteliq
Servidor MCP para Tuteliq: herramientas de seguridad infantil impulsadas por IA para Claude
Documentación de API • Panel de control • Confianza • Registro de cambios • Discord
¿Qué es esto?
El servidor MCP de Tuteliq lleva herramientas de seguridad infantil impulsadas por IA directamente a Claude, Cursor y otros asistentes de IA compatibles con MCP. Pídele a Claude que revise mensajes por acoso, detecte patrones de grooming o genere planes de acción de seguridad.
Lee el contexto, no solo palabras clave. Cada detector comprende jerga codificada, emojis, leetspeak, algospeak y la evasión deliberada de filtros, y pondera la conversación alrededor de un mensaje, de modo que distingue las bromas tóxicas en los juegos del acoso dirigido, en lugar de ahogar a tu equipo en falsos positivos. Esta resiliencia al lenguaje codificado es transversal a toda la plataforma (se aplica a grooming, fraude, radicalización y el resto, no solo al acoso) y se basa en nuestra propia investigación sobre cómo los actores malintencionados evaden la moderación. En una evaluación interna de casos de lenguaje codificado y evasión de filtros, Tuteliq detectó aproximadamente 1.7 veces más de ellos que las principales API de moderación de propósito general (conjunto de 319 casos de evasión; proveedores no identificados).
Modo rápido. Pasa verdict_only: true en detect_grooming o detect_bullying para obtener solo el veredicto (nivel de riesgo, alertas, acción recomendada) sin el desglose por mensaje: menor latencia para la detección en tiempo real. El veredicto en sí no cambia.
Resultados interactivos. En hosts que admiten MCP Apps, los resultados se muestran como tarjetas interactivas en lugar de muros de JSON; consulta Widgets interactivos a continuación.
Widgets interactivos
Doce widgets devuelven una tarjeta renderizada en lugar de texto sin formato en hosts que admiten MCP Apps (Claude de escritorio y web, y otros clientes compatibles con MCP). En cualquier otro lugar, los mismos datos llegan como structuredContent, por lo que nada depende de la interfaz.
Cada tarjeta lleva el mismo marco: una barra de cromo que nombra la herramienta que produjo el resultado, el resultado en sí y un pie de página con la nota sobre el manejo de datos y un enlace al Centro de Confianza. En una transcripción con una docena de resultados, la barra de cromo es lo que te indica cuál es cuál.
| Widget | Herramientas |
|---|---|
| Resultado de detección | detect_bullying, detect_grooming, detect_unsafe, analyze y las demás herramientas detect_* |
| Multi-endpoint | analyse_multi |
| Emociones | analyze_emotions |
| Medios | analyze_voice, analyze_image, analyze_video, analyze_document |
| Medios sintéticos | detect_synthetic_text, detect_synthetic_image, detect_synthetic_audio, detect_synthetic_video |
| Plan de acción | get_action_plan |
| Informe de incidente | generate_report |
| Resumen de incidentes | get_incidents_overview |
| Lista de incidentes | list_incidents |
| Detalle de incidente | get_incident |
| Tendencias de incidentes | get_incident_trends |
| Cola de moderación | moderation_queue |
La gravedad se puede clasificar por color. La rampa va de forma monótona de seguro a crítico, de modo que dos etiquetas se pueden comparar sin leer sus textos:
| Nivel | Color | |
|---|---|---|
critical | #9C3A29 |  |
high | #C2543A |  |
medium | #D98A3D |  |
low | #B7C2D4 |  |
safe | #19B79A |  |
Notas de diseño. Los widgets son deliberadamente sobrios. Informan sobre grooming, autolesiones y abuso, y una tarjeta que se anima o pulsa ante el lector convierte un material ya angustiante en una alarma que no puede ignorar. La gravedad se transmite con una regla y un glifo, no con movimiento. La tarjeta de apoyo en crisis lidera con tranquilidad en lugar del color de gravedad, y sus números de línea de ayuda son los objetivos más grandes de la tarjeta, porque transcribir dígitos bajo estrés es donde la gente falla.
Los widgets son renderizadores de solo lectura por diseño. Seleccionar incidentes en el widget de lista ensambla la lista de IDs para una llamada a batch_review_incidents que tú mismo ejecutas: la llamada mutante sigue pasando por el paso de aprobación de tu host, de modo que el humano en el circuito permanece en el circuito.
Trabajar en los widgets
npm run preview:ui # builds every widget against fixture data
open dist-preview/__preview.html
El código fuente de los widgets vive en ui/src. Los tokens de diseño están centralizados en ui/src/theme.ts; prefíerelos sobre los literales de color para que la paleta permanezca en un solo lugar.
Herramientas disponibles (81 MCP)
Detección de seguridad
| Herramienta | Descripción |
|---|---|
detect_bullying | Analiza texto para detectar acoso, hostigamiento y toxicidad en juegos, incluida jerga codificada, emojis y evasión deliberada de filtros, con contexto que distingue las bromas del daño real |
detect_grooming | Detecta patrones de grooming y comportamiento depredador en conversaciones |
detect_unsafe | Identifica contenido inseguro (autolesiones, violencia, material explícito) |
analyze | Verificación de seguridad integral rápida (acoso + inseguro) |
analyse_multi | Ejecuta múltiples endpoints de detección sobre un solo texto en una llamada |
batch_analyze | Analiza hasta 50 elementos en una sola solicitud: los doce tipos de detección (acoso, grooming, inseguro, emociones, ingeniería social, fraude de aplicaciones, estafa romántica, reclutamiento de mulas, daño por juego, control coercitivo, explotación de vulnerabilidades, radicalización), ideal para triaje masivo |
analyze_emotions | Analiza contenido emocional e indicadores de estado mental: acepta texto único o conversaciones completas |
get_action_plan | Genera orientación apropiada para la edad en situaciones de seguridad |
generate_report | Crea informes de incidentes a partir de conversaciones |
Detección de fraude y daño
| Herramienta | Descripción |
|---|---|
detect_social_engineering | Detecta tácticas de ingeniería social (pretextos, fabricación de urgencia, suplantación de autoridad) |
detect_app_fraud | Detecta fraude basado en aplicaciones (plataformas de inversión falsas, aplicaciones de phishing, trampas de suscripción) |
detect_romance_scam | Detecta patrones de estafa romántica (love-bombing, solicitudes financieras, engaño de identidad) |
detect_mule_recruitment | Detecta tácticas de reclutamiento de mulas de dinero (ofertas de dinero fácil, compartir cuentas bancarias) |
detect_gambling_harm | Detecta indicadores de daño por juego (perseguir pérdidas, ocultamiento, angustia) |
detect_coercive_control | Detecta patrones de control coercitivo (aislamiento, control financiero, vigilancia, amenazas) |
detect_vulnerability_exploitation | Detecta explotación de personas vulnerables (ancianos, discapacitados, con dificultades financieras) |
detect_radicalisation | Detecta indicadores de radicalización (retórica extremista, marco de nosotros-vs-ellos, grooming ideológico) |
Análisis de voz, imagen, video y documentos
| Herramienta | Descripción |
|---|---|
analyze_voice | Transcribe audio y ejecuta análisis de seguridad sobre la transcripción |
analyze_image | Analiza imágenes para seguridad visual + extracción de texto OCR |
analyze_video | Analiza archivos de video para detectar problemas de seguridad mediante extracción de fotogramas clave (admite mp4, mov, avi, webm, mkv) |
analyze_document | Analiza documentos PDF para detectar problemas de seguridad: detección multi-endpoint por página con hash de cadena de custodia (máx. 50 MB, 100 páginas) |
Detección de contenido sintético
| Herramienta | Descripción |
|---|---|
detect_synthetic_text | Detecta texto generado por IA en 10 categorías de seguridad infantil (CSAM sintético, guiones de deepfake, grooming por IA) |
detect_synthetic_image | Pipeline forense de 6 señales: visión por IA, metadatos EXIF, estadísticas de píxeles, credenciales de contenido C2PA, marcas de agua, pHash |
detect_synthetic_audio | Forense de doble señal: transcripción + visión de espectrograma mel + estadísticas de audio cuantitativas |
detect_synthetic_video | Análisis de 5 vías: visión por fotograma, consistencia facial temporal, correlación de sincronización de labios, audio espectral, transcripción |
Verificación de identidad y edad
| Herramienta | Descripción |
|---|---|
create_verification_session | Crea una sesión para verificación de edad o identidad: devuelve una URL para que el usuario complete el flujo |
get_verification_session | Consulta el estado de la sesión: devuelve inteligencia documental completa (MRZ, código de barras, autenticidad, coincidencia facial, vivacidad) |
cancel_verification_session | Cancela una sesión activa (sin consumir créditos) |
Incidentes y moderación
Lee el almacén de incidentes, haz triaje de una cola y registra decisiones de moderador. Las herramientas de revisión emiten recibos firmados como evidencia de supervisión humana según el Art. 14 de la Ley de IA de la UE.
| Herramienta | Descripción |
|---|---|
get_incidents_overview | Conteos por categoría, gravedad, fuente, estado y plataforma en un período |
list_incidents | Lista de incidentes paginada y filtrable |
get_incident | Detalle completo de un incidente, incluida la trayectoria de riesgo entre mensajes |
get_incident_trends | Volumen de incidentes agrupado por hora, día o semana, dividido por gravedad |
moderation_queue | Consola de triaje del moderador: la cola sin revisar, el siguiente elemento y, opcionalmente, tu propio rastro de análisis y decisión recomendada, presentados para aprobación humana. Solo lectura |
review_incident | Registra una decisión del moderador (confirmar / degradar / escalar / reclasificar / descartar) con recibo firmado |
batch_review_incidents | Aplica una decisión a muchos incidentes en una sola llamada |
get_audit_receipt | Obtén el recibo firmado de una inferencia pasada |
get_audit_logs | Consulta el registro de auditoría |
La decisión es del moderador, y la tarjeta lo obliga a tomarla. Los botones de acción llaman a review_incident a través del host, porque un moderador que hace clic en "Escalar" es la decisión humana. No se activan con un solo clic: review_incident persiste una anulación y emite un recibo de auditoría firmado según el Art. 12, y requiere un reason_code, de modo que el botón abre un selector de motivo y un segundo clic confirma. Nada se asigna por defecto a ese recibo en nombre del moderador.
El razonamiento, la confianza y el rastro de análisis en la tarjeta los proporciona el asistente que llama y se etiquetan como tales: un argumento para que un humano lo pondere, no una medición de Tuteliq.
Pasa operator_name para marcar el encabezado con el nombre del cliente o equipo. Omítelo y la tarjeta quedará sin marca: nunca se asigna un marcador de posición por defecto.
Gestión de webhooks
| Herramienta | Descripción |
|---|---|
list_webhooks | Lista todos los webhooks configurados |
create_webhook | Crea un nuevo endpoint de webhook |
update_webhook | Actualiza la configuración del webhook |
delete_webhook | Elimina un webhook |
test_webhook | Envía una carga útil de prueba para verificar el webhook |
regenerate_webhook_secret | Regenera el secreto de firma del webhook |
Precios
| Herramienta | Descripción |
|---|---|
get_pricing | Obtén los planes de precios disponibles |
get_pricing_details | Obtén precios detallados con funciones y límites |
Uso y facturación
| Herramienta | Descripción |
|---|---|
get_usage_history | Obtén el historial de uso diario |
get_usage_by_tool | Obtén el uso por herramienta/endpoint |
get_usage_monthly | Obtén el uso mensual con información de facturación |
get_usage_summary | Obtén el resumen del período de facturación actual (uso, límites, créditos comprados) |
get_usage_quota | Obtén el estado de límite de tasa en tiempo real: verificación previa antes de ejecuciones por lotes |
Configuración de políticas
| Herramienta | Descripción |
|---|---|
get_policy | Obtén la política de detección de la cuenta (umbrales de marcado/bloqueo por categoría, automoderación) |
set_policy | Actualiza la configuración de la política de detección de la cuenta |
Reglas de automatización de políticas
| Herramienta | Descripción |
|---|---|
list_policy_rules | Listar todas las reglas de automatización (bloquear/marcar/escalar/notificar/solo_registrar en detecciones coincidentes) |
create_policy_rule | Crear una regla que actúe automáticamente cuando las detecciones coincidan con sus condiciones |
get_policy_rule | Obtener el detalle completo de una sola regla |
update_policy_rule | Actualizar cualquier subconjunto de campos de una regla (p. ej., pausar con enabled: false) |
delete_policy_rule | Eliminar permanentemente una regla |
evaluate_policy_rules | Prueba en seco de reglas contra un resultado de detección hipotético |
Configuración de detección
| Herramienta | Descripción |
|---|---|
get_detection_settings | Ver qué endpoints de detección están habilitados/deshabilitados + contexto predeterminado |
update_detection_settings | Habilitar/deshabilitar endpoints, establecer contexto predeterminado |
reset_detection_settings | Restablecer a los valores predeterminados (todos los endpoints habilitados) |
Inteligencia de amenazas (nivel Business+)
| Herramienta | Descripción |
|---|---|
get_intelligence_trends | Tendencias de amenazas anónimas a nivel de red por endpoint/categoría/edad/plataforma/ubicación geográfica |
get_emerging_threats | Patrones de amenazas emergentes en una ventana reciente |
get_weekly_digest | Resumen semanal: resumen, categorías principales, cambios notables |
get_risk_trends | Tendencias de riesgo global anónimas |
Cuenta GDPR
| Herramienta | Descripción |
|---|---|
delete_account_data | Eliminar todos los datos de la cuenta (Derecho al olvido) |
export_account_data | Exportar todos los datos de la cuenta como JSON (Portabilidad de datos) |
record_consent | Registrar el consentimiento del usuario para el procesamiento de datos |
get_consent_status | Obtener el estado actual del consentimiento |
withdraw_consent | Retirar un consentimiento previamente otorgado |
rectify_data | Corregir datos del usuario (Derecho de rectificación) |
get_audit_logs | Obtener el registro de auditoría de todas las operaciones de datos |
Gestión de violaciones de datos
| Herramienta | Descripción |
|---|---|
log_breach | Registrar una nueva violación de datos (inicia el plazo de notificación de 72 horas) |
list_breaches | Listar todas las violaciones de datos, opcionalmente filtradas por estado |
get_breach | Obtener detalles de una violación de datos específica |
update_breach_status | Actualizar el estado de la violación y el progreso de notificación |
Parámetros comunes
Campos de contexto
Todas las herramientas de detección aceptan un objeto context opcional. Estos campos influyen en la puntuación de gravedad y la clasificación:
| Campo | Tipo | Descripción |
|---|---|---|
language | string | Código ISO 639-1 (p. ej., "en", "sv"). Se detecta automáticamente si se omite. |
ageGroup | string | Grupo de edad (p. ej., "10-12", "13-15", "under 18"). Activa la puntuación calibrada por edad. |
platform | string | Nombre de la plataforma (p. ej., "Discord", "Roblox"). Ajusta la detección según las normas de la plataforma. |
relationship | string | Contexto de la relación (p. ej., "classmates", "stranger"). |
sender_trust | string | Estado de verificación del remitente: "verified", "trusted" o "unknown". |
sender_name | string | Nombre del remitente (se usa con sender_trust). |
Comportamiento de sender_trust
Cuando sender_trust se establece en "verified" o "trusted":
- AUTH_IMPERSONATION se suprime por completo: un remitente verificado no puede estar suplantando a una autoridad
- URGENCY_FABRICATION se suprime para información rutinaria sensible al tiempo (horarios, plazos, citas)
- El contenido solo se marca si contiene elementos genuinamente maliciosos (robo de credenciales, enlaces de phishing, demandas financieras)
- Esto evita falsos positivos en mensajes institucionales legítimos (notificaciones escolares, recordatorios de hospitales, avisos gubernamentales)
support_threshold
Controla cuándo se incluyen los recursos de apoyo en crisis (líneas de ayuda, líneas de texto, recursos web) en la respuesta:
| Valor | Comportamiento |
|---|---|
low | Incluir apoyo para gravedad Baja y superior |
medium | Incluir apoyo para gravedad Media y superior |
high | (Predeterminado) Incluir apoyo para gravedad Alta y superior |
critical | Incluir apoyo solo para gravedad Crítica |
Nota: La gravedad Crítica siempre incluye recursos de apoyo independientemente del umbral configurado.
Valores de endpoint de analyse_multi
La herramienta analyse_multi acepta hasta 10 endpoints por llamada. Valores de endpoint válidos:
| ID de endpoint | Descripción |
|---|---|
bullying | Detección de acoso e intimidación |
grooming | Detección de patrones de captación (grooming) |
unsafe | Detección de contenido inseguro (autolesiones, violencia, material explícito) |
social-engineering | Ingeniería social y pretextos |
app-fraud | Patrones de fraude en aplicaciones |
romance-scam | Patrones de estafa romántica |
mule-recruitment | Reclutamiento de mulas de dinero |
gambling-harm | Daños relacionados con el juego |
coercive-control | Patrones de control coercitivo |
vulnerability-exploitation | Explotación de personas vulnerables |
radicalisation | Indicadores de radicalización |
Instalación
Tuteliq es un servidor MCP alojado en https://api.tuteliq.ai/mcp. La mayoría de los clientes
deben conectarse con OAuth y no instalar nada.
Conectar con OAuth (recomendado)
Apunte el cliente a la URL sin credenciales e inicie sesión a través del navegador. Tuteliq implementa OAuth 2.1 con registro dinámico de clientes y PKCE, por lo que el cliente se registra solo. No se pega nada en un archivo de configuración, y el acceso se revoca desde el panel en lugar de editar su máquina.
Claude Desktop: Configuración > Conectores, Agregar conector personalizado, asígnele el nombre
Tuteliq, URL https://api.tuteliq.ai/mcp, luego Conectar y apruebe en
el navegador.
Claude Code, Cursor, Windsurf y otros clientes que admiten servidores remotos:
{
"mcpServers": {
"tuteliq": {
"type": "http",
"url": "https://api.tuteliq.ai/mcp"
}
}
}
En Claude Code, ejecute /mcp para iniciar el inicio de sesión si no se abre solo.
Token estático (headless y automatización)
OAuth necesita un navegador, por lo que una canalización de CI, un trabajo cron o un contenedor no pueden
completarlo. Envíe un token en el encabezado Authorization en su lugar, generado en el
panel bajo Configuración > Complementos. Esta es una credencial de larga duración: manténgala
fuera del control de versiones y prefiera OAuth siempre que exista un navegador.
{
"mcpServers": {
"tuteliq": {
"type": "http",
"url": "https://api.tuteliq.ai/mcp",
"headers": {
"Authorization": "Bearer your-secure-token"
}
}
}
}
stdio (clientes sin soporte de servidor remoto)
Para clientes que solo hablan stdio. Esto ejecuta un proceso local que llama a la misma API alojada, por lo que las herramientas son idénticas; solo difieren el transporte y la autenticación.
{
"mcpServers": {
"tuteliq": {
"command": "npx",
"args": ["-y", "@tuteliq/mcp"],
"env": {
"TUTELIQ_API_KEY": "your-api-key"
}
}
}
}
Ejemplos de uso
Una vez configurado, puede pedirle a Claude:
Detección de acoso
"Comprueba si este mensaje es acoso: 'Nadie te quiere, solo vete'"
Respuesta:
## ⚠️ 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`
Detección de captación (grooming)
"Analiza esta conversación en busca de patrones de captación..."
Verificación rápida de seguridad
"¿Es seguro este mensaje? 'Ya no quiero estar aquí'"
Análisis de emociones
"Analiza las emociones en: 'Estoy tan estresado por la escuela y nadie me entiende'"
Plan de acción
"Dame un plan de acción para un niño de 12 años que sufre ciberacoso"
Informe de incidente
"Genera un informe de incidente a partir de estos mensajes..."
Análisis de voz
"Analiza este archivo de audio por seguridad: /path/to/recording.mp3"
Análisis de imágenes
"Comprueba esta captura de pantalla en busca de contenido dañino: /path/to/screenshot.png"
Gestión de webhooks
"Lista mis webhooks" "Crea un webhook para incidentes críticos en https://example.com/webhook"
Uso
"Muestra mi uso mensual"
Detección de contenido sintético
"¿Esta imagen está generada por IA? /path/to/suspect-image.jpg" "Comprueba si este audio es un clon de voz: /path/to/voice.mp3" "Analiza este video en busca de indicadores de deepfake: /path/to/video.mp4" "¿Este texto está generado por IA? 'El texto generado para analizar...'" "Muéstrame el perfil de contenido sintético para el cliente cust_xyz789"
Verificación de identidad y edad
"Crea una sesión de verificación de edad" "Crea una sesión de verificación de identidad con pasaporte como documento preferido" "Comprueba el estado de la sesión de verificación abc123" "Cancela la sesión de verificación abc123"
Detección de fraude
"Comprueba este mensaje en busca de ingeniería social: 'Su cuenta será suspendida a menos que verifique ahora'" "¿Es esto una estafa romántica? 'Sé que acabamos de conocernos en línea pero necesito ayuda con una factura médica'"
Comenzar (Gratis)
- Cree una cuenta gratuita de Tuteliq
- Vaya a su Panel y genere una Clave API
- Para Claude Desktop y otros complementos MCP, genere un Token seguro en Configuración > Complementos
- Use la clave API para acceso directo a API/SDK, o el Token seguro al conectarse mediante MCP
Requisitos
- Node.js 18+
- Clave API de Tuteliq
Idiomas admitidos (27)
El idioma se detecta automáticamente cuando no se especifica. Los idiomas beta tienen buena precisión pero pueden tener casos límite en comparación con el inglés.
| Idioma | Código | Estado |
|---|---|---|
| Inglés | en | Estable |
| Español | es | Beta |
| Portugués | pt | Beta |
| Francés | fr | Beta |
| Alemán | de | Beta |
| Italiano | it | Beta |
| Neerlandés | nl | Beta |
| Polaco | pl | Beta |
| Rumano | ro | Beta |
| Turco | tr | Beta |
| Griego | el | Beta |
| Checo | cs | Beta |
| Húngaro | hu | Beta |
| Búlgaro | bg | Beta |
| Croata | hr | Beta |
| Eslovaco | sk | Beta |
| Esloveno | sl | Beta |
| Lituano | lt | Beta |
| Letón | lv | Beta |
| Estonio | et | Beta |
| Maltés | mt | Beta |
| Irlandés | ga | Beta |
| Sueco | sv | Beta |
| Noruego | no | Beta |
| Danés | da | Beta |
| Finlandés | fi | Beta |
| Ucraniano | uk | Beta |
Mejores prácticas
Agrupación de mensajes
Las herramientas de acoso y contenido inseguro analizan un solo campo text por solicitud. Si está analizando una conversación, concatene una ventana deslizante de mensajes recientes en una sola cadena en lugar de enviar cada mensaje individualmente. Las palabras sueltas o fragmentos cortos carecen de contexto para una detección precisa y pueden explotarse para evadir los filtros de seguridad.
La herramienta de captación (grooming) ya acepta una matriz messages[] y analiza la conversación completa en contexto.
Redacción de PII
Habilite PII_REDACTION_ENABLED=true en su API de Tuteliq para eliminar automáticamente correos electrónicos, números de teléfono, URL, identificadores de redes sociales, IP y otra PII de los resúmenes de detección y las cargas útiles de webhook. El texto original aún se analiza en su totalidad; solo se limpian las salidas almacenadas.
Idiomas admitidos
Tuteliq admite 27 idiomas con detección automática: no se requiere configuración.
Inglés (estable) y 26 idiomas beta: español, portugués, ucraniano, sueco, noruego, danés, finlandés, alemán, francés, neerlandés, polaco, italiano, turco, rumano, griego, checo, húngaro, búlgaro, croata, eslovaco, lituano, letón, estonio, esloveno, maltés e irlandés.
Los 24 idiomas oficiales de la UE + ucraniano, noruego y turco. Cada idioma incluye pautas de seguridad específicas de la cultura que cubren jerga local, patrones de captación, vocabulario codificado de autolesiones y técnicas de evasión de filtros.
Consulte la documentación de soporte de idiomas para obtener más detalles.
Soporte
- Documentación de API: docs.tuteliq.ai
- Discord: discord.gg/7kbTeRYRXD
- Correo electrónico: support@tuteliq.ai
Privacidad y legal
Tuteliq procesa contenido para análisis de seguridad en nombre del operador (el titular de la clave API). El servidor MCP es un transporte delgado que reenvía solicitudes a api.tuteliq.ai a través de TLS: ningún contenido de texto, audio, imagen o video se almacena localmente por el paquete MCP.
| Tema | Enlace |
|---|---|
| Política de Privacidad | tuteliq.ai/privacy |
| Términos del Servicio | tuteliq.ai/terms |
| Acuerdo de Procesamiento de Datos | tuteliq.ai/legal/dpa |
| Transparencia en IA | tuteliq.ai/ai-transparency |
| Contacto | privacy@tuteliq.ai |
Qué se recopila, utiliza y almacena
- Autenticación: claves de API (en el servidor) o tokens de acceso OAuth 2.1 (conectores de Claude / Cursor). Los tokens OAuth son emitidos por
api.tuteliq.aiy siguen el flujo de descubrimiento estándar RFC 9728 / RFC 8414. - Contenido de las solicitudes: texto, audio, imágenes, video y PDFs que envías a las herramientas de detección o análisis se procesan en memoria por la API upstream. El contenido no se conserva más allá de la solicitud, a menos que habilites explícitamente las funciones de historial en el panel de control.
- Metadatos almacenados: marcas de tiempo de las solicitudes, nombre de la herramienta, estado, latencia y consumo de créditos — utilizados para análisis de uso, facturación y registros de auditoría.
- Redacción de datos personales (PII): activa
PII_REDACTION_ENABLED=truepara eliminar correos electrónicos, números de teléfono, URLs, identificadores de redes sociales e IPs de los resúmenes almacenados y los payloads de webhooks. La entrada original se analiza por completo; solo se limpian las salidas almacenadas. - Subprocesadores y retención: consulta el DPA.
- Tus derechos: el MCP expone herramientas GDPR (
export_account_data,delete_account_data,record_consent,withdraw_consent,rectify_data,get_audit_logs) para que puedas ejercer los derechos de los interesados directamente desde tu cliente.
Licencia
Licencia MIT - consulta LICENSE para más detalles.
Certifícate — Gratis
Tuteliq ofrece un programa de certificación gratuito para cualquier persona que quiera profundizar su comprensión sobre la seguridad infantil en línea. Completa una ruta, aprueba el cuestionario y obtén tu certificado oficial de Tuteliq — verificado y compartible.
Tres rutas disponibles:
| Ruta | Para quién es | Duración |
|---|---|---|
| Padres y Cuidadores | Padres, tutores, abuelos, maestros, entrenadores | ~90 min |
| Jóvenes (10–16) | Jóvenes que quieren aprender a detectar la manipulación | ~60 min |
| Empresas y Plataformas | Gerentes de producto, equipos de confianza y seguridad, CTOs, oficiales de cumplimiento | ~120 min |
Comienza aquí → tuteliq.ai/certify
- 100% Gratis — no se requiere inicio de sesión
- Certificado verificable al completar
- Cubre reconocimiento de manipulación, sextorsión, ciberacoso, obligaciones regulatorias (KOSA, EU DSA) y más
La Misión: Por Qué Esto Importa
Antes de decidir contribuir o patrocinar, lee estas cifras. No son proyecciones. No son estimaciones de un pitch deck. Son estadísticas verificadas de la Universidad de Edimburgo, UNICEF, NCMEC e Interpol.
- 302 millones de niños son víctimas de explotación y abuso sexual en línea cada año. Eso es 10 niños cada segundo. (Childlight / Universidad de Edimburgo, 2024)
- 1 de cada 8 niños a nivel mundial ha sido víctima de imágenes sexuales no consentidas en el último año. (Childlight, 2024)
- 370 millones de niñas y mujeres vivas hoy experimentaron violación o agresión sexual en la infancia. Se estima que 240–310 millones de niños y hombres experimentaron lo mismo. (UNICEF, 2024)
- 29.2 millones de incidentes de sospecha de explotación sexual infantil fueron reportados a la CyberTipline de NCMEC solo en 2024 — conteniendo 62.9 millones de archivos (imágenes, videos). (NCMEC, 2025)
- 546,000 reportes de incitación en línea (adultos que manipulan a niños) en 2024 — un aumento del 192% respecto al año anterior. (NCMEC, 2025)
- Aumento del 1,325% en reportes de material de abuso sexual infantil generado por IA entre 2023 y 2024. La tecnología que debería proteger a los niños está siendo utilizada como arma contra ellos. (NCMEC, 2025)
- 100 reportes de sextorsión por día a NCMEC. Desde 2021, al menos 36 adolescentes varones se han quitado la vida por ser víctimas de sextorsión. (NCMEC, 2025)
- 84% de los reportes se resuelven fuera de los Estados Unidos. Esto no es un problema estadounidense. Es una emergencia global. (NCMEC, 2025)
El cifrado de extremo a extremo está dejando ciegas a las plataformas. En 2024, las plataformas reportaron 7 millones menos de incidentes que el año anterior — no porque el abuso se detuvo, sino porque ya no pueden verlo. Las herramientas que detectan imágenes conocidas están fallando. Los sistemas que dependen de moderadores humanos están desbordados. La tecnología para detectar comportamientos — patrones de manipulación, escalada, manipulación — en conversaciones de texto en tiempo real existe ahora mismo. Está funcionando en api.tuteliq.ai.
La pregunta no es si esta tecnología es posible. La pregunta es si construimos la empresa para ponerla en todos los lugares donde se necesita.
Cada segundo que esperamos, otro niño es dañado.
Tenemos la tecnología. Necesitamos el apoyo.
Si esta misión te importa, considera patrocinar nuestro trabajo de código abierto para que podamos seguir construyendo las herramientas que protegen a los niños — y mantenerlas gratuitas y accesibles para todos.
Hecho con cuidado por la seguridad infantil por el equipo de Tuteliq