Lokale Bewertung für KI-Agents

KI-Detektor-MCP für Claude, Codex, Hermes Agent, OpenClaw

Der Slop or Not MCP-Server lässt Claude, Codex, Hermes Agent, OpenClaw, Cursor und andere Agents einen lokalen KI-Textdetektor, KI-Bilddetektor, Lesbarkeitsanalysator und ein Bereinigungstool auf deinem Mac aufrufen.

MCP, kurz für Model Context Protocol, ist ein Standardweg, über den KI-Agents lokale Tools aufrufen. Anders als bei einer Cloud-Detektor-API werden Text und Bilder hier von der signierten Mac-App verarbeitet, nicht von einem Slop or Not Server.

Slop or Not MCP-Einrichtungsbildschirm auf Mac — Client-Einrichtungssnippets verweisen auf die enthaltene Binärdatei der Mac-App.

Lokaler stdio-Server: Dein MCP-Client startet die enthaltene slop-Binärdatei und kommuniziert über stdio mit ihr.
Sechs Tools: Status, Texterkennung, Lesbarkeit, Bereinigung, Bilderkennung und Rohbewertung von Bildern.
Pro erforderlich: Tool-Aufrufe geben einen Pro-erforderlich-Fehler zurück, wenn Pro nicht aktiv ist; der Server läuft weiter.

Client-Einrichtung

Wie füge ich Slop or Not zu einem MCP-Client hinzu?

Installiere die Mac-App, aktiviere Pro, lege slop in deinen PATH und nutze dann das Snippet für deinen Client. Claude, Codex, Hermes Agent, OpenClaw und Cursor verweisen alle auf denselben lokalen Server.

Claude CodeFüge Slop or Not als stdio-Server im Benutzerbereich hinzu, starte Claude Code neu und prüfe dann mit /mcp.

claude mcp add --transport stdio --scope user SlopOrNot -- slop mcp

Claude DesktopNutze diese JSON-Struktur in ~/Library/Application Support/Claude/claude_desktop_config.json und starte Claude Desktop dann neu.

{
  "mcpServers": {
    "SlopOrNot": {
      "command": "slop",
      "args": ["mcp"]
    }
  }
}

CodexFüge den Server zu ~/.codex/config.toml hinzu und starte Codex dann neu, damit die neue MCP-Serverliste gelesen wird.

[mcp_servers.SlopOrNot]
command = "slop"
args = ["mcp"]

Hermes AgentFüge Slop or Not als MCP-Server in deiner Hermes Agent Konfiguration hinzu und starte Hermes Agent dann neu, damit er die lokalen Tools aufrufen kann.

mcp_servers:
  SlopOrNot:
    command: "slop"
    args: ["mcp"]

OpenClawRegistriere Slop or Not mit der OpenClaw MCP CLI und starte OpenClaw dann neu, falls es bereits läuft.

openclaw mcp set slopornot '{"command":"slop","args":["mcp"]}'

CursorFüge dies für einen globalen Server zu ~/.cursor/mcp.json hinzu oder für ein einzelnes Projekt zu .cursor/mcp.json im Projektstamm.

{
  "mcpServers": {
    "SlopOrNot": {
      "command": "slop",
      "args": ["mcp"]
    }
  }
}

Tool-Referenz

Was stellt der Slop or Not MCP-Server bereit?

Der Server stellt sechs fokussierte Tools bereit. Payload-Beispiele bleiben geschlossen, bis du sie brauchst, sodass die Seite zuerst wie eine Einrichtungsanleitung und danach wie eine Referenz liest.

slop_status

App- und Pro-Status prüfen

Bestätigt, dass die App installiert ist, die Binärdatei ausgeführt werden kann und Pro aktiv ist, bevor der Agent einen Workflow startet.

Payload und Ergebnis anzeigen

Tool-Eingabe

{}

Ergebnisformat

{
  "pro": true,
  "version": "1.0.9"
}

detect_text

KI-Text erkennen

Bewertet eine Passage mit dem On-Device-Textdetektor und gibt ein lokales KI-Urteil, einen Score und Lesbarkeitsmetriken zurück.

Payload und Ergebnis anzeigen

Tool-Eingabe

{
  "text": "<text>",
  "include_readability": true,
  "language_code": "en"
}

Ergebnisformat

{
  "kind": "result",
  "verdict": "real",
  "score": 0.0,
  "language": "en",
  "sentence_count": 6,
  "generator": null,
  "readability": {
    "language": "en",
    "language_confidence": 0.9996,
    "scores": [
      { "kind": "fleschReadingEase", "value": 75.18 },
      { "kind": "fleschKincaidGradeLevel", "value": 5.51 }
    ],
    "stats": { "word_count": 66, "sentence_count": 6 },
    "warnings": [],
    "avg_words_per_sentence": 11,
    "word_count": 66,
    "sentence_count": 6
  }
}

analyze_readability

Lesbarkeit analysieren

Berechnet Leseniveau-Metriken, ohne eine KI-Erkennung auszuführen.

Payload und Ergebnis anzeigen

Tool-Eingabe

{
  "text": "<text>",
  "language_code": "en"
}

Ergebnisformat

{
  "language": "en",
  "language_confidence": 0.9996,
  "scores": [
    { "kind": "fleschReadingEase", "value": 88.54 },
    { "kind": "fleschKincaidGradeLevel", "value": 2.65 }
  ],
  "avg_words_per_sentence": 7,
  "sentence_count": 5,
  "word_count": 35,
  "warnings": []
}

clean_text

Textartefakte bereinigen

Entfernt Zero-Width-Zeichen, Homoglyphen und verschnörkelte Satzzeichen vor dem nächsten Erkennungslauf.

Payload und Ergebnis anzeigen

Tool-Eingabe

{
  "text": "<text>",
  "remove_invisibles": true,
  "remove_punctuation": true,
  "remove_homoglyphs": true
}

Ergebnisformat

{
  "cleaned_text": "<cleaned_text>",
  "language": "en",
  "removed_invisibles": 1,
  "punctuation_replacements": 1,
  "homoglyphs_replaced": 0,
  "british_substitutions": 0
}

detect_image

KI-Bilder erkennen

Prüft JPEG-, PNG-, HEIC- oder WebP-Bildbytes lokal mit C2PA- und IPTC-Herkunftsprüfung sowie einem On-Device-Modell als Fallback.

Payload und Ergebnis anzeigen

Tool-Eingabe

{
  "image_base64": "<base64>",
  "recognize_text": true
}

Ergebnisformat

{
  "kind": "result",
  "verdict": "most_likely_ai_slop",
  "score": 0.80,
  "generator": null,
  "recognized_text": null,
  "recognized_sentence_count": null
}

score_image

KI-Bilder bewerten

Gibt den rohen OmniAID-Bildscore zurück, wenn ein Agent das Modellsignal ohne die vollständige Bilderkennungsantwort braucht.

Payload und Ergebnis anzeigen

Tool-Eingabe

{
  "image_base64": "<base64>"
}

Ergebnisformat

{
  "kind": "score",
  "score": 0.80
}

Prüfen

Wie prüfe ich den MCP-Server?

Bitte deinen Agent nach dem Neustart, slop_status auszuführen. Das erwartete Ergebnis ist ein Tool-Aufruf, der den Status der lokalen App und Pro ohne Fehler meldet.

{
  "pro": true,
  "version": "1.0.9"
}

Fehlerbehebung

Was, wenn mein MCP-Client Slop or Not nicht finden kann?

Manche Apps starten ohne den PATH deiner Login-Shell. Verweise die MCP-Konfiguration in diesem Fall direkt auf die Binärdatei im App-Bundle.

{
  "mcpServers": {
    "SlopOrNot": {
      "command": "/Applications/Slop Or Not - AI Fake Detector.app/Contents/MacOS/slop",
      "args": ["mcp"]
    }
  }
}

Lokale API

Können Agents dies statt einer Cloud-KI-Detektor-API nutzen?

Für Agent-Workflows ja. MCP gibt Claude, Codex, Hermes Agent, OpenClaw, Cursor und anderen Clients eine lokale Tool-Schnittstelle statt einer gehosteten KI-Detektor-API. Der Client sendet Text- oder Bilddaten über stdio an die enthaltene Mac-Binärdatei, und die Prüfung läuft auf deinem Mac.

Schleife mit Agents

Wie funktioniert Slop or Not mit Agentic Humanizer?

Agentic Humanizer kann die MCP-Tools aufrufen, eine Ausgangsbewertung erstellen, mechanische Artefakte bereinigen und den Entwurf lokal erneut bewerten. Optionales Voice Matching gehört zum Agent: Deine Schreibprobe steuert die Überarbeitung, während Slop or Not die lokale Messung übernimmt.

Slop or Not gibt ein Wahrscheinlichkeitsurteil zurück, keine Garantie. Ergebnisse können mit neuen KI-Modellen, kurzen Passagen und stark von Menschen bearbeiteten Texten variieren.

MCP-Spezifikation lesen Claude Code MCP-Anleitung Agentic Humanizer auf GitHub MCP- und CLI-Launch-Post lesen Voice-Matching-Anleitung lesen Stattdessen die CLI nutzen