• APROBADO
  • FALLIDO
  • REVISIÓN
  • HUMANO

Cómo establecer parámetros de evaluación con tu IA

Conecta este MCP a tu cliente de IA para obtener los umbrales de puntuación exactos necesarios para tus controles de calidad.

Pregunta a la IA sobre esta página

Respuesta rápida

¿Cómo establezco parámetros de evaluación para mi IA?

Tu IA utiliza la herramienta get_dimension_benchmarks para obtener umbrales de puntuación específicos para distintas dimensiones de calidad. Esto le da al agente los valores exactos para decidir si un puntaje es alto o bajo. A continuación verás cómo estos umbrales se aplican a los resultados de calidad.

Resultados de los parámetros

Distribución de los puntajes.

La IA usa estos umbrales para categorizar los puntajes de tu aplicación.

APROBADO

Puntajes de alta calidad

La IA identifica los puntajes que cumplen o superan el umbral requerido. Estos resultados se marcan como de alto rendimiento.

FALLIDO

Puntajes de baja calidad

La IA detecta los puntajes que caen por debajo del mínimo definido. Estos se marcan como insuficientes.

REVISIÓN

Puntajes límite

Los puntajes que están justo en el límite de un umbral se marcan para tu revisión. Aquí decides si el criterio de la IA es correcto.

HUMANO

Ajustes manuales

Cuando la IA detecta un conflicto con los umbrales, tú intervienes para ajustar el parámetro o la decisión final.

El flujo

Qué hace tu IA cuando llega la solicitud.

La IA gestiona la recuperación de datos para que tú te concentres en el análisis.

  1. Obtener umbrales

    Tu agente solicita los límites de puntuación específicos para cada dimensión de calidad.

    get_dimension_benchmarks
  2. Comparar puntajes

    La IA compara tus puntajes actuales con los parámetros obtenidos.

    get_dimension_benchmarks
  3. Categorizar resultados

    El agente clasifica cada puntaje en categorías de aprobado, fallido o revisión según los datos.

    get_dimension_benchmarks
  4. Detectar anomalías

    La IA resalta cualquier puntaje que sea estadísticamente inusual respecto a los parámetros.

    get_dimension_benchmarks

Pruébalo

Copia estos ejemplos para empezar.

Usa estos prompts para iniciar el proceso de evaluación.

Puntos de partida

Estas son frases iniciales. Cambia los nombres de las dimensiones para que coincidan con tus métricas de calidad reales.

Accelerator Application Quality Score Connector

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

Enlace del conectorhttps://edge.vinkius.com/vk_preview_jzP4NK1jm33dd0NP6aFfcuMCufj9juqr2jZ0gJ25/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 — Accelerator Application Quality Score capabilities are ready to use.
Configuración · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "accelerator-application-quality-score-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_jzP4NK1jm33dd0NP6aFfcuMCufj9juqr2jZ0gJ25/mcp"
    }
  }
}
Copia en el chat04
  • Obtén los parámetros de la dimensión 'Accuracy' para que pueda evaluar este lote.

  • Compara los puntajes de mi hoja de cálculo de 'User Experience' con los umbrales actuales.

  • ¿Cuáles son los límites de aprobado y fallido para la dimensión 'Security' en este momento?

  • Compara los últimos puntajes de la aplicación en mi repositorio de GitHub con los parámetros de calidad.

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

Empieza aquí

Conecta Accelerator Application Quality Score una vez y luego pregunta.

Solo haz clic en el enlace para conectar el MCP a tu cliente. Tu inicio de sesión permanece cifrado en nuestro sistema y puedes ver todos los detalles en la página del conector.

Conectar Accelerator Application Quality Score a tu IA

FAQ

Cómo funciona esta tarea

  • 01

    ¿Puede la IA cambiar los umbrales de los parámetros?

    No. La IA solo puede recuperar los umbrales existentes mediante la herramienta. Debes actualizar los umbrales en tu sistema de origen.

  • 02

    ¿La IA elimina mis datos de puntuación?

    No. La IA solo lee los datos de los parámetros para realizar las comparaciones. No tiene capacidad para borrar o modificar tus registros.

  • 03

    ¿Puedo usar esto para establecer reglas nuevas?

    No. La IA utiliza las reglas que ya existen. No puede crear nueva lógica de puntuación ni escribir nuevos valores de parámetros.

  • 04

    ¿Qué pasa si una dimensión no tiene un parámetro definido?

    La IA informará que no hay un umbral definido para esa dimensión específica.

  • 05

    ¿Cómo sabe la IA si un puntaje es 'alto'?

    Compara el puntaje numérico con el valor específico devuelto por la herramienta get_dimension_benchmarks.

  • ¿Tienes más dudas sobre Accelerator Application Quality Score? La página del conector tiene las respuestas. Ver todas las funciones del conector Accelerator Application Quality Score

Conecta Accelerator Application Quality Score a Claude, Cursor, ChatGPT y más