An astronaut overseeing a futuristic data hub
PDF herunterladenMarkdown-Version

Verbinden Sie Distance Metrics Engine mit ChatGPT und Claude

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. Präzise mathematische Ähnlichkeitsmessungen ohne Halluzinationen Ihrer KI.

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 · 1 Fähigkeit

Wir liefern nur die Aktionen, die zählen.

Fähigkeiten-Set01 / 01

01

1 Fähigkeit in diesem Set.

Teil von 1, verfügbar über Distance Metrics Engine.

  1. 01

    Distanz berechnen

    Berechnet exakte Distanzen wie Cosine, Euclidean oder Manhattan zwischen hochdimensionalen Vektoren und Embeddings direkt lokal.

Echte Arbeit

Was Teams täglich ausführen

01

RAG Accuracy

Use exact Cosine similarity to find the most relevant document chunks for a retrieval-augmented generation pipeline.

02

Anomaly Detection

Calculate Euclidean distance to identify data points that sit far from a known cluster centroid.

03

Clustering Validation

Verify the tightness of clusters by measuring Manhattan distances between points and their assigned centers.

04

Embedding Comparison

Compare different embedding models by calculating the distance between their outputs for the same text.

Eine Aufgabe automatisieren

Bringen Sie Distance Metrics Engine 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

Distance Metrics Engine 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 Distance Metrics Engine 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 876ms. Schnell in der Produktion.

Distance Metrics Engine wird täglich gegen den Live-Service geprüft.

TagesdurchschnittSpitze 1110ms
3. Okt.Heute
Schnellster Tag
653ms
Langsamster Tag
1110ms
14-Tage-Trend
Verbessernd-17%

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. 1 Fähigkeit kommt einsatzbereit an.

Vorschauzugang · keine Anbieter-Authentifizierung

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

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

Distance Metrics Engine Connector

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

Connector-Linkhttps://edge.vinkius.com/vk_preview_y2uLWGNkX2DGyvuukg2OciAQezxFmCM92SNAHYKa/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 — Distance Metrics Engine capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "distance-metrics-engine-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_y2uLWGNkX2DGyvuukg2OciAQezxFmCM92SNAHYKa/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? Distance Metrics Engine in Claude und anderen KI-Tools einrichten

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

Für wen

Für die Arbeit, die Distance Metrics Engine-Nutzer abgeben.

This MCP is built for developers and data scientists who need to bridge the gap between probabilistic AI and deterministic math.

  • 01

    Machine Learning Engineer

    Hands off vector similarity tasks to the MCP to ensure model evaluation is accurate.

  • 02

    AI Application Developer

    Uses the capability to build RAG systems that require precise document retrieval.

  • 03

    Data Scientist

    Delegates high-dimensional distance calculations to the agent for rapid prototyping.

FAQ

Fragen von Distance Metrics Engine-Nutzern.

  • 01

    Why can't my AI just calculate these distances itself?

    LLMs are probabilistic and tend to approximate math. This leads to errors in high-dimensional spaces where precision is required.

  • 02

    Does this MCP work with OpenAI embeddings?

    Yes, it is designed to handle 1536-dimensional vectors commonly used in those embeddings.

  • 03

    Is my data safe when using this capability?

    Yes, the math is performed locally, so your embedding vectors and model weights do not leave your machine.

  • 04

    Which distance metrics are supported?

    The MCP supports Cosine, Euclidean, Manhattan, and Chebyshev distances.

  • 05

    Which AI clients can use this MCP?

    You can use this with any MCP-compatible client like Claude, Cursor, Windsurf, or VS Code.

  • 06

    Is Cosine distance the same as Cosine similarity?

    No, Cosine Distance equals 1 minus Cosine Similarity. The engine returns both exact values in the JSON response so you always have the complete picture.

  • 07

    Can it compare 1536-dimensional embeddings like OpenAI's?

    Yes! It processes any equal-length array instantly. 1536-dimensional vectors are evaluated in milliseconds local, with exact floating-point precision.

  • 08

    What if the two vectors have different lengths?

    The engine enforces a strict validation constraint and throws a clear error. Both arrays must be mathematically equal in length. there is no silent truncation or padding.

Entdecken

Mehr in Developer Tools

Vorschläge

Verbinde Distance Metrics Engine mit Claude, Cursor, ChatGPT & mehr