An astronaut overseeing a futuristic data hub
Télécharger le PDFVersion Markdown

Connectez Retrieval Relevance Scorer 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 le bruit et les hallucinations de vos systèmes RAG.

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 Retrieval Relevance Scorer.

  1. 01

    Analyser l'écart de couverture

    Identifie les termes spécifiques d'une requête qui sont absents de l'ensemble de documents fournis.

  2. 02

    Récupérer la configuration de scoring

    Extrait les paramètres de scoring opérationnels et la répartition des poids actuels.

  3. 03

    Calculer le score des documents

    Calcule les scores de pertinence d'une collection de documents par rapport à une requête unique.

Travail réel

Ce que les équipes font tourner

01

RAG Optimization

Filter out documents that have high vector similarity but low actual keyword relevance.

02

Debugging Retrieval

Find out why an agent is missing facts by checking for coverage gaps in the retrieved data.

03

Context Window Management

Ensure only the most important documents occupy the limited space in your AI client's prompt.

04

Quality Assurance

Use deterministic scores to audit the performance of a search engine or database.

Un connector, toutes les IAs

Retrieval Relevance 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 Retrieval Relevance 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 870 ms. Rapide en production.

Retrieval Relevance Scorer est vérifié quotidiennement contre le service en production.

Moyenne quotidiennePic à 936 ms
14 oct.Aujourd'hui
Jour le plus rapide
753ms
Jour le plus lent
936ms
Tendance sur 14 jours
En ralentissement+24%

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 Retrieval Relevance Scorer, pour que vous voyiez l’expérience dans votre IA.

Il n’authentifie pas votre compte auprès de Retrieval Relevance 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.

Retrieval Relevance Scorer Connector

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

Lien du connecteurhttps://edge.vinkius.com/vk_preview_Kx7cXouaqZrfTsnawEqwgyW4QrEjd9p5Y4I1xFB8/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 — Retrieval Relevance Scorer capabilities are ready to use.
Configuration · claude_desktop_config.jsonCopier
{
  "mcpServers": {
    "retrieval-relevance-scorer-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_Kx7cXouaqZrfTsnawEqwgyW4QrEjd9p5Y4I1xFB8/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 Retrieval Relevance 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 Retrieval Relevance Scorer délèguent.

Ce MCP est destiné aux professionnels de l'IA qui cherchent à fiabiliser les réponses générées par des systèmes de récupération de données.

  • 01

    Ingénieur IA / LLM

    Pour réduire les hallucinations et améliorer la précision du contexte envoyé aux modèles.

  • 02

    Data Scientist

    Pour analyser la qualité de la récupération de données et l'importance des termes.

  • 03

    Architecte de données

    Pour mettre en place des pipelines de filtrage déterministes et robustes.

FAQ

Les questions des utilisateurs de Retrieval Relevance Scorer.

  • 01

    How does this MCP reduce hallucinations?

    It prevents the AI from seeing irrelevant or noisy text that might confuse its reasoning. By filtering documents using deterministic math, only high-signal context reaches the prompt.

  • 02

    What metrics does the scoring engine use?

    The engine uses Jaccard Similarity for keyword overlap, TF-IDF Cosine Similarity for term importance, and Query Term Coverage for information density.

  • 03

    Can I see how the scores are calculated?

    Yes, you can use the get_scoring_config capability to inspect the current weight distributions and operational parameters.

  • 04

    Which AI clients can use this MCP?

    You can use this with any MCP-compatible client, including Claude, Cursor, Windsurf, and VS Code.

  • 05

    How do I find out if my documents are missing information?

    Use the analyze_coverage_gap capability to identify which specific terms from your query are not present in the document set.

  • 06

    How does the scoring work?

    The engine calculates a composite score by combining Jaccard similarity, TF-IDF cosine similarity, and query term coverage using configurable weights.

  • 07

    Can I customize the weights?

    Yes, you can pass a custom weights object to the score_documents capability to prioritize different metrics like keyword overlap or TF-IDF.

  • 08

    How do I diagnose why a document was filtered out?

    You can use the analyze_coverage_gap capability to identify which specific terms from your query are missing from the retrieved documents.

Explorer

Plus dans Data Processing

Suggestions

Connectez Retrieval Relevance Scorer à Claude, Cursor, ChatGPT et d'autres