An astronaut overseeing a futuristic data hub
PDFをダウンロードMarkdown版

Feature Scaler EngineをChatGPTとClaudeに接続

一度設定すれば、ChatGPT、Claude、Cursorなど、お気に入りのクライアントでどれでも動きます。すべては裏側で安全に動くので、あなたは安心して本当に大切なことに集中できます。数値データの正規化を正確かつ瞬時に実行します

このConnectorについてAIに質問

Vinkiusが開発・運用・ホスティング。

MCP認証済み · 本番環境対応 · Vinkius保証

Waiting for input…

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

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

AIが仕事をこなします。私たちが安全に守ります。

他のAIツールではこれは手に入りません。ワークフローはお気に入りのクライアントで動き、アカウントは守られ、エージェントに何を許すかはあなたが決めます。これこそ乗り換えるべき理由です。

すべてのConnectorは当社のインフラストラクチャの中、あなたのワークフローが動くのと同じ場所にあります。下の3つはすでにその一部で、背景で静かに働き、あなたが意識する必要がないようにしてくれます。追加するものも、設定するものも、心配することもありません。

A futuristic MCP client docking bay
V8 Isolate01

各Connectorは独自の密閉された環境内で実行されます。

各Connectorは独自の封印されたV8ランタイムで実行され、ファイル、システム、他のサーバーへのアクセスはありません。Connectorが自身のリクエストを超えて中身を見ることはありません。

Kill Switch02

1つのスイッチで全エージェントを停止。即座に。

1つのアクションで全Connectorを無効化し、全トークンを失効させ、全セッションを終了します。AI Governanceが記録を保持します。

ユーザーごとのFinOps03

驚きではなく、一時停止する支出制限。

各ユーザーは自身の接続と認証情報を持ち、他から隔離されています。支出制限を超える操作は課金されず、あなたの承認を待ちます。

3つのコントロールが、AIが接続するレイヤーに 組み込まれています。

厳選セット · 1機能

届けるのは、本当に必要な動作だけです。

機能セット01 / 01

01

このセットには1機能あります。

Feature Scaler Engineで使える1機能の一部です。

  1. 01

    特徴量のスケーリング

    数値列に対して、標準化（Zスコア）またはMinMaxスケーリングをオフラインで正確に実行します。

実際の業務

チームが実際に回している作業

01

Neural Network Preprocessing

Scale input features to prevent gradient issues during training.

02

K-Means Clustering

Normalize features so that distance-based algorithms aren't biased by different units.

03

Image Data Preparation

Compress pixel intensity values into a 0 to 1 range for computer vision tasks.

04

Data Auditing

Get the exact statistical parameters used to transform a dataset for verification.

タスクを自動化

Feature Scaler Engineを一つのタスクに働かせる。

このConnector経由でAIが実行するステップバイステップの自動化：ワークフロー、始めるためのプロンプト、そして一つひとつの動きの裏にある正確な機能。

1つのConnector、すべてのAI

Feature Scaler Engineは、最も人気のあるAIクライアントで動きます。

これは最も人気のあるクライアントで、それぞれにステップバイステップのガイドがあります。リンクは1つ、設定は一度、ガバナンスと可視性は最初から組み込み。しかもすべてMCP標準で動くため、同じ接続は他の対応クライアントでもそのまま使えます。作り直す必要はありません。

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

自社アプリを作っていますか？Connectorはあなたのもの。

Feature Scaler Engineを働かせるのにクライアントは不要です。同じホストされた接続が、あなたのアプリやエージェントのコードにそのまま組み込め、すべてのリクエストに同じガバナンスが適用されます。作るのも、会話するのも、1つの接続で両方。

実測値、推定値ではない

平均847ms。本番環境で高速。

Feature Scaler Engineは本番サービスに対して毎日チェックされています。

日次平均最大1109ms
10月3日今日
最速日
676ms
最遅日
1109ms
14日間の傾向
遅延傾向+8%

クライアントを接続

1つのURL。すべてのクライアント。

Connectorを有効化し、リンクをコピーして、いつも使うクライアントに貼り付けるだけ。1個の機能がすぐに使えます。

プレビューアクセス · プロバイダー認証ではありません

vk_preview_* トークンは Vinkius のプレビューインフラに属します。Claude が Feature Scaler Engine のケイパビリティを検出して表示できるようにし、AI の中でその体験を確認できます。

このトークンは Feature Scaler Engine のアカウントを認証するものではありません。認証情報や実際のアカウントデータが必要なアクションは、Connector を有効化してサービスを承認するまで実行されない場合があります。

Feature Scaler Engine Connector

準備完了です。MCPクライアントを選択し、セットアップ手順に従ってください。

コネクタリンクhttps://edge.vinkius.com/vk_preview_F7GwWGq3LmnuDkiU1owmlZfI1wLX3GKZ5metNm37/mcp

Claude Desktop

以下の手順で数秒で接続できます。

  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 — Feature Scaler Engine capabilities are ready to use.
設定 · claude_desktop_config.jsonコピー
{
  "mcpServers": {
    "feature-scaler-engine-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_F7GwWGq3LmnuDkiU1owmlZfI1wLX3GKZ5metNm37/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

各クライアントの手順ガイドはこちらです。 接続方法

Claude向けのガイド付きセットアップ？ Feature Scaler EngineをClaudeや他のAIに設定する

このConnectorが対応するすべてのAIクライアントを見る ↑

対象ユーザー

Feature Scaler Engineユーザーが任せたい仕事のために。

機械学習モデルの精度向上を目指すデータサイエンティストや、AIエージェントを活用してデータ前処理を自動化したいエンジニアに適しています。

  • 01

    データサイエンティスト

    モデルの学習前に、特徴量のスケールを数学的に正確に調整する必要があります。

  • 02

    機械学習エンジニア

    LLMの計算ミスを避け、決定論的なデータ変換パイプラインを構築したい場合に役立ちます。

  • 03

    AI開発者

    AIエージェントに、複雑な統計計算を正確に行わせるためのツールとして利用できます。

FAQ

Feature Scaler Engineユーザーからのよくある質問。

  • 01

    Does this MCP prevent LLM math errors?

    Yes. It moves the calculation from the LLM's reasoning process to a deterministic math library, ensuring the results are mathematically perfect.

  • 02

    What scaling methods are supported?

    It supports both Z-Score standardization (Mean=0, Variance=1) and MinMax scaling (Range 0-1).

  • 03

    Is my data sent to an external server for processing?

    No. The scaling happens locally on your machine, which keeps your sensitive training data private.

  • 04

    Can I scale multiple columns at the same time?

    Yes. You can specify multiple features to be scaled in a single command.

  • 05

    How do I use the scaling metrics later?

    The MCP returns the exact means, standard deviations, minimums, and maximums used, allowing you to perform inverse transformations if needed.

  • 06

    What is the difference between Standard and MinMax scaling?

    Standard scaling (Z-Score) centers data at 0 with a variance of 1, ideal for algorithms that assume normally distributed features. MinMax compresses all values precisely between 0 and 1, ideal for neural networks and distance-based algorithms.

  • 07

    Are the computed scaling parameters returned for inverse transforms?

    Yes. The JSON response includes the exact Mean and Std Dev (for Standard) or Min and Max (for MinMax) used to scale each column, enabling precise inverse transformations when needed.

  • 08

    Can it scale 10+ columns at once?

    Absolutely. Pass a JSON array of all column names and they will all be scaled simultaneously in memory. The engine processes each column independently with its own computed metrics.

さがす

Developer Toolsの他のコネクタ

おすすめ

『Feature Scaler Engine』を Claude、Cursor、ChatGPT などに接続