An astronaut overseeing a futuristic data hub
Descargar PDFVersión en Markdown

Conecta Distance Metrics Engine a ChatGPT, Claude y Gemini

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. Obtén métricas de similitud exactas sin alucinaciones matemáticas.

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 · 1 capacidad

Publicamos solo las acciones que importan.

Set de capacidades01 / 01

01

1 capacidad en este set.

Parte de 1 disponible a través de Distance Metrics Engine.

  1. 01

    Calcular distancia exacta

    Calcula distancias precisas (Coseno, Euclídea, Manhattan) entre vectores o embeddings de alta dimensión de forma local y sin conexión.

Trabajo real

Lo que los equipos ejecutan de verdad

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.

Automatiza una tarea

Pon Distance Metrics Engine 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

Distance Metrics Engine 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 Distance Metrics Engine 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 876ms. Rápida en producción.

Distance Metrics Engine se verifica a diario contra el servicio en producción.

Promedio diarioPico de 1110ms
3 octHoy
Día más rápido
653ms
Día más lento
1110ms
Tendencia de 14 días
Mejorando-17%

Conecta tu cliente

Una URL. Todos los clientes.

Activa el Connector, copia tu enlace y pégalo en el cliente que ya usas. 1 capacidad llega lista 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 Distance Metrics Engine, para que veas la experiencia dentro de tu IA.

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

Distance Metrics Engine Connector

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

Enlace del conectorhttps://edge.vinkius.com/vk_preview_y2uLWGNkX2DGyvuukg2OciAQezxFmCM92SNAHYKa/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 — Distance Metrics Engine capabilities are ready to use.
Configuración · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "distance-metrics-engine-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_y2uLWGNkX2DGyvuukg2OciAQezxFmCM92SNAHYKa/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 Distance Metrics Engine 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 Distance Metrics Engine delegan.

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

Preguntas de quienes usan Distance Metrics Engine.

  • 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.

Explora

Más en Developer Tools

Sugerencias

Conecta Distance Metrics Engine a Claude, Cursor, ChatGPT y más