An astronaut overseeing a futuristic data hub
Baixar PDFVersão em Markdown

Conecte Distance Metrics Engine ao ChatGPT, Claude e Gemini

Configure uma vez e funcione no ChatGPT, Claude, Cursor e em qualquer outro cliente que você goste. Tudo roda com segurança em segundo plano, para você relaxar e focar no que realmente importa. Obtenha métricas de similaridade exatas sem depender de APIs externas.

Pergunte à IA sobre este Connector

Desenvolvido, mantido e hospedado pela Vinkius.

MCP VERIFICADO · PRONTO PARA PRODUÇÃO · GARANTIA VINKIUS

Waiting for input…

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

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

A sua IA faz o trabalho. A gente cuida com segurança.

Nenhuma outra ferramenta de IA te dá isso. O seu workflow roda no cliente que você já ama, a sua conta fica protegida, e você decide o que o agente pode e não pode fazer. É a razão completa para mudar de vez.

Cada Connector vive dentro da nossa infraestrutura, no mesmo lugar onde o seu workflow roda. As três coisas abaixo já fazem parte dele, trabalhando silenciosamente em segundo plano para que você nunca precise pensar nelas. Nada para adicionar, nada para configurar, nada com que se preocupar.

A futuristic MCP client docking bay
V8 Isolate01

Cada Connector roda dentro do seu próprio ambiente lacrado.

Cada Connector roda em seu próprio runtime V8 lacrado — sem acesso aos seus arquivos, ao seu sistema ou a outros servidores. Um Connector nunca enxerga além da sua própria requisição.

Kill Switch02

Um interruptor para todos os agentes. Na hora.

Uma única ação desativa todos os Connectors, revoga todos os tokens e encerra todas as sessões de uma vez. A Governança de IA guarda o registro.

FinOps por usuário03

Limites de gastos que pausam em vez de assustar.

Cada usuário tem suas próprias conexões e credenciais, isoladas das dos demais. O que ultrapassar o seu limite de gastos fica aguardando a sua aprovação, em vez de ser cobrado.

Três controles, embutidos na camada pela qual sua IA se conecta.

Conjunto curado · 1 capacidade

Entregamos só as ações que importam.

Conjunto de capacidades01 / 01

01

1 capacidade neste conjunto.

Parte de 1 disponível através de Distance Metrics Engine.

  1. 01

    Calcular distância exata

    Calcula distâncias precisas (Cosseno, Euclidiana, Manhattan) entre vetores ou embeddings de alta dimensão de forma offline.

Trabalho real

O que as equipes executam de verdade

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.

Automatize uma tarefa

Coloque Distance Metrics Engine para trabalhar em uma coisa.

Automações passo a passo que sua IA executa por este Connector: o fluxo, os prompts para começar e as capabilities exatas por trás de cada passo.

Um connector, todas as IAs

Distance Metrics Engine funciona com os clientes de IA mais populares.

Estes são os clientes mais populares, cada um com um guia passo a passo: um link, configurado uma vez, com governança e visibilidade embutidas. E como tudo roda no padrão MCP, a mesma conexão também funciona em qualquer outro cliente compatível — nada para reconstruir.

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

Construindo o seu próprio app? O connector é seu para usar.

Você não precisa de um cliente para colocar Distance Metrics Engine para trabalhar: a mesma conexão hospedada entra nas suas aplicações e no código do seu agente, com a mesma governança em cada pedido. Construa com ele, converse com ele — uma conexão para os dois.

Observada, não estimada

Média de 876ms. Rápida em produção.

Distance Metrics Engine é verificado diariamente contra o serviço em produção.

Média diáriaPico de 1110ms
3 de out.Hoje
Dia mais rápido
653ms
Dia mais lento
1110ms
Tendência de 14 dias
Melhorando-17%

Conecte seu cliente

Uma URL. Todos os clientes.

Ative o Connector, copie seu link e cole no cliente que você já usa. 1 capacidade chega pronta para rodar.

Acesso de prévia · não é autenticação no provedor

O token vk_preview_* pertence à infraestrutura de prévia da Vinkius. Ele permite que o Claude descubra e exiba as capacidades de Distance Metrics Engine, para você ver a experiência dentro da sua IA.

Ele não autentica a sua conta com Distance Metrics Engine. Ações que exigem credenciais ou dados reais da conta podem não ser executadas até que você ative o Connector e autorize o serviço.

Distance Metrics Engine Connector

Tudo pronto. Escolha seu cliente MCP e siga as instruções de configuração.

Link do conectorhttps://edge.vinkius.com/vk_preview_y2uLWGNkX2DGyvuukg2OciAQezxFmCM92SNAHYKa/mcp

Claude Desktop

Siga os passos abaixo para conectar em segundos.

  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.
Configuração · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "distance-metrics-engine-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_y2uLWGNkX2DGyvuukg2OciAQezxFmCM92SNAHYKa/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Instruções passo a passo para cada cliente estão no guia. Como conectar

Configuração guiada para o Claude? Configurar Distance Metrics Engine no Claude e outras IAs

Veja todos os clientes de IA com quem este connector funciona ↑

Para quem é

Feito para o trabalho que quem usa Distance Metrics Engine delega.

This MCP is built for developers and data scientists who need to bridge the gap between probabilistic AI and deterministic math.

  • 01

    Machine Learning Engineer

    Hands off vector similarity tasks to the MCP to ensure model evaluation is accurate.

  • 02

    AI Application Developer

    Uses the capability to build RAG systems that require precise document retrieval.

  • 03

    Data Scientist

    Delegates high-dimensional distance calculations to the agent for rapid prototyping.

FAQ

Perguntas de quem usa 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.

Explore

Mais em Developer Tools

Sugestões

Conecte Distance Metrics Engine ao Claude, Cursor, ChatGPT e outros