An astronaut overseeing a futuristic data hub
Descargar PDFVersión en Markdown

Conecta Deterministic Readability Scorer a ChatGPT y Claude

Configúralo una vez y funciona en ChatGPT, Claude, Cursor y en cualquier otro cliente que te guste. Todo se ejecuta con seguridad en segundo plano, para que tú te relajes y te centres en lo que de verdad importa. Calcula métricas de lectura exactas sin errores de alucinación.

Pregunta a la IA sobre este Connector

Desarrollado, mantenido y alojado por Vinkius.

MCP VERIFICADO · LISTO PARA PRODUCCIÓN · GARANTÍA VINKIUS

Waiting for input…

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

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Tu IA hace el trabajo. Nosotros lo cuidamos, seguro.

Ninguna otra herramienta de IA te da esto. Tu workflow se ejecuta en el cliente que ya amas, tu cuenta permanece protegida y tú decides lo que el agente puede y no puede hacer. Es la razón completa para dar el salto.

Cada Connector vive dentro de nuestra infraestructura, en el mismo lugar donde se ejecuta tu workflow. Las tres cosas de abajo ya forman parte de él, trabajando en silencio en segundo plano para que nunca tengas que pensar en ellas. Nada que añadir, nada que configurar, nada de qué preocuparte.

A futuristic MCP client docking bay
V8 Isolate01

Cada Connector se ejecuta dentro de su propio entorno sellado.

Cada Connector se ejecuta en su propio runtime V8 aislado, sin acceso a tus archivos, a tu sistema ni a otros servidores. Un Connector nunca ve más allá de su propia petición.

Kill Switch02

Un interruptor detiene a todos los agentes. Al instante.

Una única acción desactiva todos los Connectors, revoca todos los tokens y cierra todas las sesiones a la vez. La Gobernanza de IA guarda el registro.

FinOps por usuario03

Límites de gasto que se pausan en vez de sorprenderte.

Cada usuario mantiene sus propias conexiones y credenciales, aisladas de las de los demás. Lo que supere tu límite de gasto se detiene y queda esperando tu aprobación en vez de cobrarse.

Tres controles, integrados en la capa por donde tu IA se conecta.

Set curado · 3 capacidades

Publicamos solo las acciones que importan.

Set de capacidades01 / 01

01-03

3 capacidades en este set.

Parte de 3 disponibles a través de Deterministic Readability Scorer.

  1. 01

    Calcular índice Gunning Fog

    Analiza la complejidad de un texto mediante el algoritmo determinista Gunning Fog para detectar palabras polisílabas.

  2. 02

    Calcular índice Flesch-Kincaid

    Proporciona puntuaciones exactas de nivel de lectura y facilidad de lectura mediante el algoritmo Flesch-Kincaid.

  3. 03

    Calcular tiempo de lectura

    Estima el tiempo exacto de lectura en minutos y segundos basándose en el recuento de palabras y una velocidad configurable de palabras por minuto.

Trabajo real

Lo que los equipos ejecutan de verdad

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.

Automatiza una tarea

Pon Deterministic Readability Scorer a trabajar en una cosa.

Automatizaciones paso a paso que tu IA ejecuta a través de este Connector: el flujo de trabajo, los prompts para empezar y las capabilities exactas detrás de cada paso.

Un connector, todas las IAs

Deterministic Readability Scorer funciona con los clientes de IA más populares.

Estos son los clientes más populares, cada uno con una guía paso a paso: un enlace, configurado una vez, con gobernanza y visibilidad integradas. Y como todo corre sobre el estándar MCP, la misma conexión también funciona en cualquier otro cliente compatible: nada que reconstruir.

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

¿Construyendo tu propia app? El connector es tuyo para usar.

No necesitas un cliente para poner Deterministic Readability Scorer a trabajar: la misma conexión alojada se conecta a tus propias aplicaciones y al código de tu agente, con la misma gobernanza en cada petición. Construye con él, conversa con él: una conexión para ambos.

Observada, no estimada

Promedio de 942ms. Rápida en producción.

Deterministic Readability Scorer se verifica a diario contra el servicio en producción.

Promedio diarioPico de 1327ms
3 octHoy
Día más rápido
805ms
Día más lento
1327ms
Tendencia de 14 días
Mejorando-7%

Conecta tu cliente

Una URL. Todos los clientes.

Activa el Connector, copia tu enlace y pégalo en el cliente que ya usas. 3 capacidades llegan listas para funcionar.

Acceso de vista previa · no es autenticación del proveedor

El token vk_preview_* pertenece a la infraestructura de vista previa de Vinkius. Permite que Claude descubra y muestre las capacidades de Deterministic Readability Scorer, para que veas la experiencia dentro de tu IA.

No autentica tu cuenta con Deterministic Readability Scorer. Las acciones que requieran credenciales o datos reales de la cuenta podrían no ejecutarse hasta que actives el Connector y autorices el servicio.

Deterministic Readability Scorer Connector

Todo listo. Elige tu cliente MCP y sigue las instrucciones de configuración.

Enlace del conectorhttps://edge.vinkius.com/vk_preview_xn51InkPXPF6UvzWpq82RMb2AMpXMdXdY0wxIUyC/mcp

Claude Desktop

Sigue los pasos siguientes para conectarte en segundos.

  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.
Configuración · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "deterministic-readability-scorer-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_xn51InkPXPF6UvzWpq82RMb2AMpXMdXdY0wxIUyC/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Las instrucciones paso a paso para cada cliente están en la guía. Cómo conectar

¿Configuración guiada para Claude? Conectar Deterministic Readability Scorer con Claude y otras IA

Ve todos los clientes de IA con los que funciona este connector ↑

Para quién es

Hecho para el trabajo que quienes usan Deterministic Readability Scorer delegan.

Profesionales que necesitan garantizar que su contenido sea accesible y cumpla con estándares de comunicación específicos.

  • 01

    Redactores de contenido

    Para asegurar que el nivel de lectura sea el adecuado para su audiencia objetivo.

  • 02

    Especialistas en SEO

    Para optimizar la legibilidad de los textos y mejorar la retención de los usuarios.

  • 03

    Expertos en UX Writing

    Para validar que las interfaces y mensajes sean claros y fáciles de procesar.

FAQ

Preguntas de quienes usan Deterministic Readability Scorer.

  • 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.

Explora

Más en Productivity

Sugerencias

Conecta Deterministic Readability Scorer a Claude, Cursor, ChatGPT y más