• RANKED
  • FILTERED
  • HUMAN
  • SUMMARY

Dokumente per Keyword-Relevanz mit KI sortieren

Verbinden Sie diesen MCP mit Ihrem KI-Client, um Textdateien in eine sortierte, durchsuchbare Bibliothek zu verwandeln. Nach der Verbindung übernimmt Ihr Agent die Berechnungen, um genau das zu finden, was Sie suchen.

Fragen Sie die KI zu dieser Seite

Kurzantwort

Wie sortiere ich Dateien nach der Häufigkeit eines bestimmten Wortes?

Ihre KI nutzt die TF-IDF Vectorizer Engine, um für jedes Dokument in Ihrem Datensatz einen mathematischen Wert zu berechnen. Dieser Wert zeigt Ihnen, welche Dateien wirklich relevant für Ihr Keyword sind und welche das Wort nur am Rande erwähnen. Sie erhalten eine Liste, die von der höchsten zur niedrigsten Relevanz sortiert ist.

Wo jedes Ergebnis landet.

Die Ergebnisse Ihrer Suche.

Die Engine verarbeitet Ihre Dateien und organisiert sie in diesen Ansichten.

RANKED

Relevanzreihenfolge

Die KI erstellt eine Liste der Dateien, sortiert nach ihrem TF-IDF-Wert. Die wichtigsten Dokumente stehen ganz oben.

FILTERED

Keyword-Treffer

Die Engine isoliert nur die Dateien, die Ihren spezifischen Schwellenwert für einen Begriff erfüllen. Das eliminiert irrelevante Daten.

HUMAN

Manuelle Prüfung

Sie entscheiden, welche hoch bewerteten Dokumente für Ihren Kontext wirklich nützlich sind. Die KI liefert die Mathematik, Sie die Urteilskraft.

SUMMARY

Themenübersicht

Die KI identifiziert, welche Begriffe für Ihren Datensatz besonders charakteristisch sind. Das hilft Ihnen, die Kernthemen Ihrer Daten zu verstehen.

Der Ablauf

Was Ihre KI tut, sobald die Dateien vorliegen.

Die KI wandelt Rohdaten in eine strukturierte, mathematische Rangliste um.

  1. Text analysieren

    Der Agent liest die bereitgestellten Textdateien oder Artikel, um die Wortverteilung zu erfassen.

    calculate_tf_idf

  2. Scores berechnen

    Die Engine führt den TF-IDF-Algorithmus aus, um zu bestimmen, wie wichtig jeder Begriff für jedes Dokument ist.

    calculate_tf_idf

  3. Dokumente ranken

    Die KI sortiert die gesamte Sammlung basierend auf den berechneten Relevanzwerten.

    calculate_tf_idf

  4. Ergebnisse präsentieren

    Ihr KI-Client zeigt die fertige Liste an und hebt die relevantesten Dateien zuerst hervor.

    calculate_tf_idf

Probieren Sie es

Kopieren Sie diese zum Start.

Nutzen Sie diese Prompts, sobald Sie den MCP verbunden haben.

Startpunkte

Dies sind Vorlagen. Ersetzen Sie den Text in Klammern durch Ihre tatsächlichen Ordnernamen oder spezifische Keywords.

natural Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_CzteX5B7baA5kKcgQISGvHapYHeKBksKMIECPMUI/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — natural capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "tf-idf-vectorizer-engine-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_CzteX5B7baA5kKcgQISGvHapYHeKBksKMIECPMUI/mcp"
    }
  }
}
In den Chat kopieren04

  • Sortiere die Dokumente in meinem Ordner 'Project_Alpha' nach der Häufigkeit des Begriffs 'budgeting'.

  • Durchsuche die Artikel in meinem Verzeichnis 'Research_Notes' und finde die relevantesten Dateien für den Begriff 'quantum computing'.

  • Sortiere meinen Ordner 'Client_Feedback' nach der Relevanz für das Keyword 'user experience'.

  • Welche Dateien in meinem Ordner 'Legal_Docs' konzentrieren sich am stärksten auf 'compliance'?

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Starten Sie hier

Einmalig die TF-IDF Vectorizer Engine verbinden, dann fragen.

Klicken Sie einfach auf den Link, um den MCP mit Ihrem Client zu verbinden. Ihre Zugangsdaten bleiben verschlüsselt und Sie können sofort mit dem Ranking beginnen.

TF-IDF Vectorizer Engine mit Ihrer KI verbinden

FAQ

So funktioniert die Aufgabe.

  • 01

    Kann die KI meine Dokumente umschreiben, um sie relevanter zu machen?

    Nein. Dieser MCP liest nur Ihre vorhandenen Dateien und berechnet die Scores. Er verändert Ihre Inhalte nicht.

  • 02

    Löscht die KI Dateien mit niedrigen Relevanzwerten?

    Nein. Die KI sortiert und bewertet sie nur. Ihre Dateien bleiben genau dort, wo sie sind.

  • 03

    Wie werden Dateien behandelt, die das Keyword gar nicht enthalten?

    Dateien ohne das Keyword erhalten einen Score von Null und erscheinen am Ende Ihrer sortierten Liste.

  • 04

    Kann ich das nutzen, um mein E-Mail-Postfach zu durchsuchen?

    Dieses spezifische Tool arbeitet mit Textdateien und Artikeln, die Sie dem Agenten zur Verfügung stellen. Es hat keinen direkten Zugriff auf Ihr E-Mail-Konto.

  • 05

    Basiert das Ranking auf der Bedeutung oder nur auf der Wortanzahl?

    Es nutzt TF-IDF, ein mathematisches Verfahren, um zu gewichten, wie einzigartig ein Wort für ein bestimmtes Dokument im Vergleich zum gesamten Datensatz ist.

  • Weitere Fragen zur TF-IDF Vectorizer Engine? Die Connector-Seite liefert Antworten. Alle Funktionen der TF-IDF Vectorizer Engine anzeigen

Verbinde natural mit Claude, Cursor, ChatGPT & mehr