An astronaut overseeing a futuristic data hub
Télécharger le PDFVersion Markdown

Connectez Resource Model Validation 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. Garantissez la fiabilité de vos estimations de ressources minérales.

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 · 4 capacités

Nous ne livrons que les actions qui comptent.

Ensemble de capacités01 / 01

01-04

4 capacités dans cet ensemble.

Sur 4 disponibles via Resource Model Validation.

  1. 01

    Calculer les métriques de validation

    Calcule des indicateurs d'erreur avancés pour quantifier précisément la qualité du modèle.

  2. 02

    Détecter les biais locaux

    Identifie les zones géographiques spécifiques où le modèle surestime ou sous-estime les ressources.

  3. 03

    Générer une analyse par tranches

    Évalue la précision spatiale du modèle en comparant les moyennes le long d'un axe choisi.

  4. 04

    Obtenir un résumé statistique

    Fournit une comparaison globale des moyennes entre le modèle et les échantillons.

Travail réel

Ce que les équipes font tourner

01

Model Quality Auditing

Run a full suite of error metrics to ensure a new block model meets required precision standards.

02

Spatial Trend Verification

Use swath analysis to check if the model correctly follows the grade trends along the X, Y, or Z axes.

03

Bias Troubleshooting

Locate specific areas in a deposit where the model is consistently overestimating grades.

04

Quick Statistical Checks

Compare global means between samples and models to catch major estimation errors immediately.

Un connector, toutes les IAs

Resource Model Validation 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 Resource Model Validation 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 881 ms. Rapide en production.

Resource Model Validation est vérifié quotidiennement contre le service en production.

Moyenne quotidiennePic à 1203 ms
3 oct.Aujourd'hui
Jour le plus rapide
735ms
Jour le plus lent
1203ms
Tendance sur 14 jours
Stable+2%

Connectez votre client

Une URL. Tous les clients.

Activez le Connector, copiez votre lien et collez-le dans le client que vous utilisez déjà. 4 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 Resource Model Validation, pour que vous voyiez l’expérience dans votre IA.

Il n’authentifie pas votre compte auprès de Resource Model Validation. 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.

Resource Model Validation Connector

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

Lien du connecteurhttps://edge.vinkius.com/vk_preview_iZvzoUDDLKeVTunIMJpIhGxIDj9sJ3irnWTaI1wJ/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 — Resource Model Validation capabilities are ready to use.
Configuration · claude_desktop_config.jsonCopier
{
  "mcpServers": {
    "resource-model-validation-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_iZvzoUDDLKeVTunIMJpIhGxIDj9sJ3irnWTaI1wJ/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 Resource Model Validation 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 Resource Model Validation délèguent.

Ce connecteur est destiné aux professionnels de l'industrie minière et géologique qui doivent certifier la précision de leurs modèles de ressources.

  • 01

    Géologue de ressources

    Pour valider les modèles de blocs et assurer la conformité des estimations.

  • 02

    Ingénieur des mines

    Pour vérifier la fiabilité des données utilisées dans la planification de l'extraction.

  • 03

    Analyste de données géologiques

    Pour effectuer des comparaisons statistiques rigoureuses entre échantillons et modèles.

FAQ

Les questions des utilisateurs de Resource Model Validation.

  • 01

    What kind of data does this MCP need?

    It requires grade data from your mineral resource block models and your measured sample data to perform comparisons.

  • 02

    Can I use this with Claude or Cursor?

    Yes, you can connect this MCP to any MCP-compatible client like Claude, Cursor, or Windsurf.

  • 03

    How does it identify local bias?

    The detect_local_bias capability looks for geographic areas where the model grade significantly deviates from the sample grade.

  • 04

    What is a swath analysis?

    It is a method to check spatial accuracy by comparing average grades along a specific axis, such as the Z axis.

  • 05

    Do I need to host the MCP myself?

    No, Vinkius hosts and manages the MCP for you, so it is ready to use as soon as you connect.

  • 06

    How can I check for systematic errors in my model?

    You can use calculate_validation_metrics to compute RMSE and mean error, or detect_local_bias to find specific geographic zones where the model deviates from sample data.

  • 07

    What is the purpose of swath analysis?

    The generate_swath_analysis capability evaluates spatial accuracy by comparing average grades along a chosen axis (X, Y, or Z) within defined slices.

  • 08

    Does this capability handle sampling bias?

    Yes, the get_statistical_summary capability includes an option to apply declustering weights to correct for sampling bias.

Explorer

Plus dans Data Analysis

Suggestions

Connectez Resource Model Validation à Claude, Cursor, ChatGPT et d'autres