Datapoint AI

Datapoint MCP

Obtenha opiniões humanas reais de dentro de qualquer cliente MCP. Execute pesquisas, comparações de preferência A/B, avaliações e rankings em texto, imagens, áudio e vídeo — sem sair do seu editor.

Datapoint MCP é um servidor MCP que dá ao Claude, GPT, Gemini e qualquer outro agente compatível com MCP a capacidade de recrutar humanos reais para tarefas de avaliação e, em seguida, retornar resultados agregados de volta à conversa. Construído sobre o Datapoint AI.

Por quê

LLMs são ótimos em gerar opções e ruins em dizer qual delas uma pessoa real preferirá. O Datapoint MCP fecha esse ciclo — seu agente pode passar a tarefa para um painel de humanos reais e coletar os resultados alguns minutos depois.

Casos de uso

• Design e UX — Teste A/B de logotipos, landing pages, telas, criativos de anúncios, textos
• Avaliação de IA — avaliações humanas de saídas de modelos, comparações lado a lado, verificações de alucinação
• Dados de preferência — colete pares RLHF / DPO em escala
• Rotulagem de conjuntos de dados — classificação, ranqueamento, legendagem, moderação de conteúdo
• Pesquisa de produto — testes rápidos de conceito, naming, leituras de preço
• Verificações com humano no circuito — bloqueie um agente antes que ele envie algo irreversível

Ferramentas

Ferramenta	Descrição
setup	Autentique-se com sua conta Datapoint AI (abre o navegador)
upload_media	Envie imagens, áudio ou vídeo locais para que possam ser usados em uma pesquisa
plan_survey	Projete uma pesquisa a partir de uma descrição em linguagem natural
create_survey	Lance uma pesquisa a partir de um plano
check_survey	Verifique status, progresso e resultados agregados
get_survey_responses	Obtenha respostas brutas por anotador (paginadas)
list_surveys	Liste todas as suas pesquisas
pause_survey	Pause o atendimento de tarefas para uma pesquisa ativa (respostas em andamento continuam chegando)
resume_survey	Retome o atendimento de tarefas para uma pesquisa pausada
cancel_survey	Cancele permanentemente uma pesquisa e reembolse créditos reservados não utilizados (irreversível)
check_balance	Verifique o saldo da sua conta
add_credits	Abra um link de checkout para adicionar créditos à sua conta

Instalação

Requer uv no seu PATH.

Claude Code

Como plugin (recomendado):

/plugin marketplace add impel-intelligence/datapoint-mcp
/plugin install datapoint@datapoint

Para receber novas versões: /plugin marketplace update datapoint e depois /plugin update datapoint@datapoint.

Como servidor MCP bruto (em ~/.claude/settings.json):

{
  "mcpServers": {
    "datapoint": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
    }
  }
}

Claude Desktop

Adicione em claude_desktop_config.json (~/Library/Application Support/Claude/ no macOS, %APPDATA%\Claude\ no Windows):

{
  "mcpServers": {
    "datapoint": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
    }
  }
}

Reinicie o Claude Desktop e peça para executar setup.

Cursor

Adicione em ~/.cursor/mcp.json (ou via Settings → MCP):

{
  "mcpServers": {
    "datapoint": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
    }
  }
}

Windsurf

Adicione em ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "datapoint": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
    }
  }
}

VS Code (GitHub Copilot Chat / modo agente)

Adicione ao .vscode/mcp.json do seu workspace:

{
  "servers": {
    "datapoint": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
    }
  }
}

Qualquer outro cliente MCP

Execute o binário via stdio:

uvx --from git+https://github.com/impel-intelligence/datapoint-mcp.git datapoint-mcp

Uso

Depois de instalado, basta pedir:

"Pesquise 20 pessoas: qual logotipo elas preferem, A ou B?"

"Obtenha avaliações humanas sobre estas três saídas de modelo — qual soa mais natural?"

"Execute um teste A/B rápido sobre estes dois títulos de landing page."

O agente chama plan_survey para projetar, mostra o plano e o custo, e então chama create_survey para lançar. Use check_survey para monitorar o progresso e ler os resultados agregados.

Execute setup primeiro para autenticar, se ainda não tiver feito.

Pesquisas em cadeia (fluxo de múltiplas etapas)

Algumas pesquisas têm perguntas dependentes — a segunda só faz sentido dada uma resposta específica à primeira. Descreva dessa forma e o Claude planejará uma cadeia:

"Pergunte a 20 ouvintes se conseguiram entender o falante neste clipe. Se sim, avalie a qualidade do áudio de 1 a 5. Se não, pule a avaliação."

Uma cadeia une 2 a 5 etapas em uma única unidade de trabalho do anotador: cada etapa é servida ao mesmo anotador, em ordem, e uma regra de skip_if por etapa pode encerrar a resposta antecipadamente. O Claude mostrará a estrutura completa da cadeia (etapas, condições de salto, custo) e aguardará sua confirmação antes de chamar create_survey.

O custo mostrado em plan_survey é o limite superior (cada resposta responde a todas as etapas); quando as regras de skip_if são acionadas, as respostas custam proporcionalmente menos.

Configuração

Variável de ambiente	Descrição
DATAPOINT_API_KEY	Chave da API (substitui a configuração salva)
DATAPOINT_BASE_URL	URL base da API (padrão: https://api.trydatapoint.com/data-labelling/v1)

Como se compara

	Datapoint MCP	Mechanical Turk	Prolific	UserTesting
Executado de dentro de um agente de IA / IDE	✅	❌	❌	❌
Projetado para avaliação de IA/LLM	✅	⚠️	⚠️	❌
Pagamento conforme o uso via API	✅	✅	✅	❌
Suporta mídia (imagem / áudio / vídeo)	✅	✅	✅	✅
Minutos para a primeira resposta	✅	⚠️	⚠️	❌

Links

• Página inicial: trydatapoint.com
• Especificação MCP: modelcontextprotocol.io
• Problemas / discussões: GitHub

Licença

MIT — veja LICENSE.