An astronaut overseeing a futuristic data hub
PDF herunterladenMarkdown-Version

Verbinden Sie Deterministic Readability Scorer mit Ihrer KI

Richten Sie es einmal ein und es funktioniert mit ChatGPT, Claude, Cursor und jedem anderen Client, den Sie lieben. Alles läuft sicher im Hintergrund, damit Sie sich entspannen und sich auf das Wesentliche konzentrieren können. Verleihen Sie Ihrer KI mathematische Genauigkeit bei der Bewertung von Texten.

Fragen Sie die KI zu diesem Connector

Entwickelt, gewartet und gehostet von Vinkius.

MCP VERIFIZIERT · PRODUKTIONSREIF · VINKIUS GARANTIE

Waiting for input…

Works with modern AI clients that support MCP, including ChatGPT, Claude, Cursor, and more.

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Ihre KI erledigt die Arbeit. Wir halten alles sicher und geschützt.

Kein anderes KI-Tool bietet Ihnen das. Ihr Workflow läuft im Client, den Sie bereits lieben, Ihr Konto bleibt geschützt, und Sie entscheiden, was der Agent darf und was nicht. Das ist der ganze Grund für den Wechsel.

Jeder Connector lebt in unserer Infrastruktur, dort wo Ihr Workflow läuft. Die drei Dinge unten sind bereits Teil davon und arbeiten leise im Hintergrund, damit Sie nie darüber nachdenken müssen. Nichts hinzuzufügen, nichts einzurichten, keine Sorgen.

A futuristic MCP client docking bay
V8 Isolate01

Jeder Connector läuft in seiner eigenen abgeschotteten Umgebung.

Jeder Connector läuft in einer eigenen abgeriegelten V8-Laufzeit — kein Zugriff auf Ihre Dateien, Ihr System oder andere Server. Ein Connector sieht nie über seine eigene Anfrage hinaus.

Kill-Switch02

Ein Schalter stoppt jeden Agenten. Sofort.

Eine einzige Aktion deaktiviert jeden Connector, entzieht jedes Token und beendet jede Sitzung auf einmal. Die AI Governance bewahrt das Protokoll.

FinOps pro Nutzer03

Ausgabelimits, die anhalten, statt Sie zu überraschen.

Jeder Nutzer behält eigene Verbindungen und Anmeldedaten, isoliert von allen anderen. Was Ihr Ausgabelimit überschreiten würde, wird zurückgehalten und wartet auf Ihre Freigabe, anstatt abgerechnet zu werden.

Drei Kontrollen, eingebaut in die Schicht, über die sich Ihre KI verbindet.

Kuratiertes Set · 3 Fähigkeiten

Wir liefern nur die Aktionen, die zählen.

Fähigkeiten-Set01 / 01

01-03

3 Fähigkeiten in diesem Set.

Teil von 3, verfügbar über Deterministic Readability Scorer.

  1. 01

    Gunning Fog Index berechnen

    Analysiert die Textkomplexität mithilfe des deterministischen Gunning-Fog-Algorithmus durch das Scannen polysyllabischer Wörter.

  2. 02

    Flesch-Kincaid berechnen

    Ermittelt die Lesbarkeit durch die mathematisch exakte Berechnung von Silben, Wörtern und Sätzen.

  3. 03

    Lesezeit ermitteln

    Berechnet die exakte chronologische Lesezeit basierend auf der Wortanzahl und einer konfigurierbaren Lesegeschwindigkeit (WPM).

Echte Arbeit

Was Teams täglich ausführen

01

Content Accessibility Audits

Run a legal document through the Gunning Fog capability to see if it's too dense for a general audience.

02

Newsletter Planning

Use the reading time capability to tell subscribers exactly how long a new article will take to read.

03

Educational Material Verification

Check that textbook content stays within a specific Flesch-Kincaid grade level for students.

04

UX Writing Optimization

Ensure microcopy in apps remains simple and easy to digest using readability metrics.

Eine Aufgabe automatisieren

Bringen Sie Deterministic Readability Scorer für eine Sache an die Arbeit.

Schritt-für-Schritt-Automatisierungen, die Ihre KI über diesen Connector ausführt: der Ablauf, die Prompts für den Einstieg und die genauen Fähigkeiten hinter jedem Schritt.

Ein Connector, jede KI

Deterministic Readability Scorer funktioniert mit den beliebtesten KI-Clients.

Dies sind die beliebtesten Clients, jeder mit einer Schritt-für-Schritt-Anleitung: ein Link, einmal eingerichtet, mit Governance und Sichtbarkeit an Bord. Und da alles auf dem MCP-Standard läuft, funktioniert dieselbe Verbindung auch in jedem anderen kompatiblen Client — nichts neu zu bauen.

ClaudeClaudeChatGPTChatGPTGeminiGeminiPerplexityPerplexityGrokGrokMicrosoft CopilotMicrosoft CopilotCursorCursorVS CodeVS CodeWindsurfWindsurfJetBrainsJetBrainsClineClineLangChainLangChainVercel AI SDKVercel AI SDKLovableLovableZ.aiZ.aiRaycastRaycastQwen CodeQwen CodeKimi CodeKimi CodeLe ChatLe Chat

Bauen Sie Ihre eigene App? Der Connector gehört Ihnen.

Sie brauchen keinen Client, um Deterministic Readability Scorer arbeiten zu lassen: dieselbe gehostete Verbindung speist Ihre eigenen Anwendungen und Ihren Agenten-Code, mit derselben Governance bei jeder Anfrage. Damit bauen, damit chatten — eine Verbindung für beides.

Beobachtet, nicht geschätzt

Durchschnitt 942ms. Schnell in der Produktion.

Deterministic Readability Scorer wird täglich gegen den Live-Service geprüft.

TagesdurchschnittSpitze 1327ms
3. Okt.Heute
Schnellster Tag
805ms
Langsamster Tag
1327ms
14-Tage-Trend
Verbessernd-7%

Verbinden Sie Ihren Client

Eine URL. Jeder Client.

Aktivieren Sie den Connector, kopieren Sie Ihren Link und fügen Sie ihn in den Client ein, den Sie bereits nutzen. 3 Fähigkeiten kommen einsatzbereit an.

Vorschauzugang · keine Anbieter-Authentifizierung

Das vk_preview_*-Token gehört zur Vorschau-Infrastruktur von Vinkius. Es ermöglicht Claude, die Fähigkeiten von Deterministic Readability Scorer zu entdecken und anzuzeigen, damit Sie das Erlebnis in Ihrer KI sehen.

Es authentifiziert Ihr Konto nicht bei Deterministic Readability Scorer. Aktionen, die Anmeldedaten oder echte Kontodaten erfordern, werden möglicherweise erst ausgeführt, wenn Sie den Connector aktivieren und den Dienst autorisieren.

Deterministic Readability Scorer Connector

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

Connector-Linkhttps://edge.vinkius.com/vk_preview_xn51InkPXPF6UvzWpq82RMb2AMpXMdXdY0wxIUyC/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 — Deterministic Readability Scorer capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "deterministic-readability-scorer-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_xn51InkPXPF6UvzWpq82RMb2AMpXMdXdY0wxIUyC/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Schritt-für-Schritt-Anleitungen für jeden Client finden Sie im Guide. Verbinden

Geführte Einrichtung für Claude? Deterministic Readability Scorer in Claude und anderen KI-Tools einrichten

Alle KI-Clients ansehen, mit denen dieser Connector funktioniert ↑

Für wen

Für die Arbeit, die Deterministic Readability Scorer-Nutzer abgeben.

Dieser MCP ist ideal für Fachleute, die die Verständlichkeit ihrer Inhalte mathematisch absichern müssen, ohne sich auf die Schätzungen von KI-Modellen verlassen zu wollen.

  • 01

    Content Strategen

    Optimierung von Texten für Zielgruppen durch präzise Messung der Lesbarkeit.

  • 02

    Copywriter

    Sicherstellung, dass Werbetexte und Artikel die gewünschte Komplexitätsstufe erreichen.

  • 03

    Technische Redakteure

    Überprüfung der Verständlichkeit komplexer Dokumentationen für Endnutzer.

FAQ

Fragen von Deterministic Readability Scorer-Nutzern.

  • 01

    Why shouldn't I just ask my AI to calculate readability?

    AI models process text as tokens, not syllables. This leads to mathematical hallucinations when they try to do linguistic math. This MCP uses a Javascript engine to provide the actual, correct numbers.

  • 02

    What is the difference between Flesch-Kincaid and Gunning Fog?

    Flesch-Kincaid focuses on grade level and reading ease based on sentence and word length. Gunning Fog specifically looks at the density of complex, polysyllabic words.

  • 03

    Can I change the reading speed for time estimates?

    Yes. The calculate_reading_time capability allows you to provide a custom Words Per Minute (WPM) value. It defaults to 200 WPM if you don't specify one.

  • 04

    Does this MCP require any external dependencies?

    No. It uses a zero-dependency architecture with a pure Javascript runtime for fast, reliable processing.

  • 05

    Which AI clients can use this MCP?

    Any MCP-compatible client, including Claude, Cursor, Windsurf, and VS Code, can use this capability.

  • 06

    Why do AI models fail at calculating readability scores?

    Readability formulas require knowing the exact number of phonetic syllables. LLMs process text in semantic tokens (e.g., 'unbelievable' might be 2 tokens, but it has 5 syllables). They cannot count syllables accurately, making algorithmic capabilities mandatory.

  • 07

    Does it support multiple languages?

    The syllable counting heuristic is highly optimized for English, which is the baseline for Flesch-Kincaid. However, the reading time and basic word/sentence extraction work flawlessly across all Latin-script languages.

  • 08

    Are there any external library dependencies?

    No. We utilize a custom Regular Expression syllable engine built natively into the TypeScript architecture, achieving 0ms latency processing without downloading external NLP packages.

Entdecken

Mehr in Productivity

Vorschläge

Verbinde Deterministic Readability Scorer mit Claude, Cursor, ChatGPT & mehr