An astronaut overseeing a futuristic data hub
Télécharger le PDFVersion Markdown

Connectez Deterministic Readability Scorer à votre IA

Configurez-le une fois et il fonctionne avec ChatGPT, Claude, Cursor et n'importe quel autre client que vous aimez. Tout s'exécute en toute sécurité en arrière-plan, pour que vous puissiez vous détendre et vous concentrer sur l'essentiel. Obtenez des mesures linguistiques mathématiquement exactes.

Demandez à l'IA à propos de ce Connector

Développé, maintenu et hébergé par Vinkius.

MCP VÉRIFIÉ · PRÊT POUR LA PRODUCTION · GARANTIE VINKIUS

Waiting for input…

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

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Votre IA fait le travail. Nous veillons dessus, en toute sécurité.

Aucun autre outil d'IA ne vous offre ça. Votre workflow s'exécute dans le client que vous aimez déjà, votre compte reste protégé, et vous décidez ce que l'agent peut ou ne peut pas faire. C'est la vraie raison de faire le pas.

Chaque Connector vit dans notre infrastructure, là où votre workflow s'exécute. Les trois choses ci-dessous en font déjà partie et travaillent discrètement en arrière-plan pour que vous n'ayez jamais à y penser. Rien à ajouter, rien à configurer, aucune inquiétude à avoir.

A futuristic MCP client docking bay
V8 Isolate01

Chaque Connector s'exécute dans son propre environnement scellé.

Chaque Connector s'exécute dans son propre runtime V8 scellé, sans accès à vos fichiers, à votre système ni aux autres serveurs. Un Connector ne voit jamais au-delà de sa propre requête.

Kill Switch02

Un seul interrupteur arrête tous les agents. Immédiatement.

Une seule action désactive tous les Connectors, révoque tous les tokens et termine toutes les sessions d'un coup. La Gouvernance de l'IA conserve le registre.

FinOps par utilisateur03

Des limites de dépense qui s'interrompent au lieu de surprendre.

Chaque utilisateur garde ses propres connexions et identifiants, isolés de ceux des autres. Ce qui dépasserait votre limite de dépense est stoppé et mis en attente de votre approbation, pas facturé.

Trois contrôles, intégrés à la couche par laquelle votre IA se connecte.

Sélection · 3 capacités

Nous ne livrons que les actions qui comptent.

Ensemble de capacités01 / 01

01-03

3 capacités dans cet ensemble.

Sur 3 disponibles via Deterministic Readability Scorer.

  1. 01

    Calculer l'indice Gunning Fog

    Analyse la complexité d'un texte en détectant les mots polysyllabiques via un algorithme déterministe.

  2. 02

    Calculer l'indice Flesch-Kincaid

    Fournit des scores de facilité de lecture et de niveau scolaire basés sur le nombre de syllabes et de mots.

  3. 03

    Estimer le temps de lecture

    Calcule le temps de lecture précis en minutes et secondes selon le nombre de mots et la vitesse choisie.

Travail réel

Ce que les équipes font tourner

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.

Automatisez une tâche

Mettez Deterministic Readability Scorer au travail sur une chose.

Des automatisations étape par étape que votre IA exécute via ce Connector : le flux, les prompts pour démarrer et les capabilities exactes derrière chaque étape.

Un connector, toutes les IAs

Deterministic Readability Scorer fonctionne avec les clients IA les plus populaires.

Voici les clients les plus populaires, chacun avec un guide pas à pas : un lien, configuré une fois, avec gouvernance et visibilité intégrées. Et comme tout tourne sur le standard MCP, la même connexion fonctionne aussi dans tout autre client compatible : rien à reconstruire.

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

Vous construisez votre propre app ? Le connector est à vous.

Vous n'avez pas besoin d'un client pour mettre Deterministic Readability Scorer au travail : la même connexion hébergée se branche sur vos propres applications et le code de votre agent, avec la même gouvernance à chaque requête. Construisez avec lui, discutez avec lui : une connexion pour les deux.

Observée, pas estimée

Moyenne de 942 ms. Rapide en production.

Deterministic Readability Scorer est vérifié quotidiennement contre le service en production.

Moyenne quotidiennePic à 1327 ms
3 oct.Aujourd'hui
Jour le plus rapide
805ms
Jour le plus lent
1327ms
Tendance sur 14 jours
En amélioration-7%

Connectez votre client

Une URL. Tous les clients.

Activez le Connector, copiez votre lien et collez-le dans le client que vous utilisez déjà. 3 capacités arrivent prêtes à l'emploi.

Accès aperçu · pas d’authentification du fournisseur

Le jeton vk_preview_* appartient à l’infrastructure d’aperçu de Vinkius. Il permet à Claude de découvrir et d’afficher les capacités de Deterministic Readability Scorer, pour que vous voyiez l’expérience dans votre IA.

Il n’authentifie pas votre compte auprès de Deterministic Readability Scorer. Les actions nécessitant des identifiants ou des données de compte réelles peuvent ne pas s’exécuter tant que vous n’avez pas activé le Connector et autorisé le service.

Deterministic Readability Scorer Connector

Tout est prêt. Choisissez votre client MCP et suivez les instructions de configuration.

Lien du connecteurhttps://edge.vinkius.com/vk_preview_xn51InkPXPF6UvzWpq82RMb2AMpXMdXdY0wxIUyC/mcp

Claude Desktop

Suivez les étapes ci-dessous pour vous connecter en quelques secondes.

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

Les instructions pas à pas pour chaque client sont dans le guide. Comment connecter

Configuration guidée pour Claude ? Configurer Deterministic Readability Scorer avec Claude et les autres IA

Voyez tous les clients IA avec lesquels ce connector fonctionne ↑

Pour qui

Conçu pour le travail que les utilisateurs de Deterministic Readability Scorer délèguent.

Ce connecteur est conçu pour les professionnels qui exigent une précision mathématique dans l'analyse de la clarté textuelle.

  • 01

    Rédacteurs de contenu

    Pour optimiser la lisibilité des articles et s'assurer qu'ils correspondent à l'audience cible.

  • 02

    Spécialistes SEO

    Pour mesurer la complexité des textes et améliorer l'expérience utilisateur sur le web.

  • 03

    Développeurs d'IA

    Pour intégrer des mesures linguistiques fiables sans subir les hallucinations des modèles de langage.

FAQ

Les questions des utilisateurs de 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.

Explorer

Plus dans Productivity

Suggestions

Connectez Deterministic Readability Scorer à Claude, Cursor, ChatGPT et d'autres