An astronaut overseeing a futuristic data hub
Télécharger le PDFVersion Markdown

Connectez Distance Metrics Engine à ChatGPT et Claude

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. Éliminez les erreurs de calcul de vos LLM avec des métriques 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 · 1 capacité

Nous ne livrons que les actions qui comptent.

Ensemble de capacités01 / 01

01

1 capacité dans cet ensemble.

Sur 1 disponible via Distance Metrics Engine.

  1. 01

    Calculer une distance

    Calculez précisément les distances (Cosine, Euclidienne, Manhattan) entre des vecteurs ou des embeddings de haute dimension en mode hors ligne.

Travail réel

Ce que les équipes font tourner

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.

Automatisez une tâche

Mettez Distance Metrics Engine 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

Distance Metrics Engine 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 Distance Metrics Engine 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 876 ms. Rapide en production.

Distance Metrics Engine est vérifié quotidiennement contre le service en production.

Moyenne quotidiennePic à 1110 ms
3 oct.Aujourd'hui
Jour le plus rapide
653ms
Jour le plus lent
1110ms
Tendance sur 14 jours
En amélioration-17%

Connectez votre client

Une URL. Tous les clients.

Activez le Connector, copiez votre lien et collez-le dans le client que vous utilisez déjà. 1 capacité arrive prête 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 Distance Metrics Engine, pour que vous voyiez l’expérience dans votre IA.

Il n’authentifie pas votre compte auprès de Distance Metrics Engine. 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.

Distance Metrics Engine Connector

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

Lien du connecteurhttps://edge.vinkius.com/vk_preview_y2uLWGNkX2DGyvuukg2OciAQezxFmCM92SNAHYKa/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 — Distance Metrics Engine capabilities are ready to use.
Configuration · claude_desktop_config.jsonCopier
{
  "mcpServers": {
    "distance-metrics-engine-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_y2uLWGNkX2DGyvuukg2OciAQezxFmCM92SNAHYKa/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 Distance Metrics Engine 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 Distance Metrics Engine délèguent.

Ce MCP s'adresse aux professionnels de l'intelligence artificielle qui manipulent des modèles de langage et des bases de données vectorielles.

  • 01

    Ingénieur Machine Learning

    Pour valider la précision des mesures de similarité sur des embeddings complexes.

  • 02

    Data Scientist

    Pour effectuer des calculs de distance haute dimension sans erreurs d'approximation.

  • 03

    Développeur IA

    Pour intégrer des calculs vectoriels locaux et sécurisés dans des applications LLM.

FAQ

Les questions des utilisateurs de 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.

Explorer

Plus dans Developer Tools

Suggestions

Connectez Distance Metrics Engine à Claude, Cursor, ChatGPT et d'autres