Punteggio del rilevatore AI on-device

MCP di rilevamento dei contenuti AI per Claude, Codex e Cursor

Il server MCP di Slop or Not consente a Claude, Codex, Hermes Agent, OpenClaw, Cursor e altri agenti di chiamare sul tuo Mac un rilevatore locale di testo AI, un rilevatore di immagini AI, un analizzatore di leggibilità e uno strumento di pulizia.

Indirizza il tuo client MCP al comando slop mcp incluso. Con Pro, Claude, Codex, Hermes Agent, OpenClaw, Cursor e altri agenti possono continuare a eseguire controlli locali senza misurazione API per chiamata.

Schermata di configurazione MCP di Slop or Not su Mac — Gli snippet di configurazione del client puntano al binario dell'app Mac incluso.

Server stdio locale: Il tuo client MCP avvia il binario slop incluso e comunica con lui tramite stdio.
Sei strumenti: Stato, rilevamento del testo, leggibilità, pulizia, rilevamento delle immagini e valutazione grezza delle immagini.
Controlli illimitati on-device: Il server MCP è incluso con Pro. Nessun limite giornaliero di controlli, nessun conteggio per chiamata: gli agenti possono ripetere controlli su testo, immagini, leggibilità e pulizia tutte le volte che serve.

Configurazione client

Come aggiungo Slop or Not a un client MCP?

Installa l'app per Mac, attiva Pro, poi usa lo snippet del bundle dell'app per il tuo client. Claude, Codex, Hermes Agent, OpenClaw e Cursor puntano tutti allo stesso server locale. Configuralo una volta e ogni sessione agente successiva lo riusa, senza reinstallare nulla e senza un nuovo accesso.

Claude Code

Aggiungi Slop or Not come server stdio con ambito utente, riavvia Claude Code, poi verifica con /mcp.

claude mcp add --transport stdio --scope user SlopOrNot -- "/Applications/Slop Or Not.app/Contents/MacOS/slop" mcp

Claude Desktop

Usa questa struttura JSON in ~/Library/Application Support/Claude/claude_desktop_config.json, poi chiudi completamente Claude Desktop e riaprilo.

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

Codex

Esegui codex mcp add nel Terminale, oppure aggiungi tu il server a ~/.codex/config.toml. Riavvia Codex così legge il nuovo elenco di server MCP.

codex mcp add SlopOrNot -- '/Applications/Slop Or Not.app/Contents/MacOS/slop' mcp

Preferisci modificare il file? Aggiungi invece questo a ~/.codex/config.toml:

[mcp_servers.SlopOrNot]
command = "/Applications/Slop Or Not.app/Contents/MacOS/slop"
args = ["mcp"]

Hermes Agent

Aggiungi Slop or Not come server MCP nella configurazione di Hermes Agent, poi riavvia Hermes Agent in modo che possa chiamare gli strumenti locali.

mcp_servers:
  SlopOrNot:
    command: "/Applications/Slop Or Not.app/Contents/MacOS/slop"
    args: ["mcp"]

OpenClaw

Registra Slop or Not con la CLI MCP di OpenClaw, poi esegui mcp doctor con --probe per confermare che il server risponda.

openclaw mcp set slopornot '{"command":"/Applications/Slop Or Not.app/Contents/MacOS/slop","args":["mcp"]}'
openclaw mcp doctor slopornot --probe

Cursor

Aggiungi questo a ~/.cursor/mcp.json per un server globale, oppure .cursor/mcp.json nella root del progetto per un solo progetto.

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

Riferimento strumenti

Quali strumenti offre il server MCP di Slop or Not?

Il server offre sei strumenti per i controlli di cui gli agenti hanno di solito bisogno: stato, rilevamento del testo, leggibilità, pulizia, rilevamento delle immagini e punteggio grezzo delle immagini.

Ogni risultato qui sotto è output reale, acquisito da Slop or Not 1.1.1 per Mac nell'agosto 2026 e abbreviato dove indicato.

slop_status

Controlla app e stato Pro

Conferma che l'app sia installata, che il binario possa essere eseguito e che Pro sia attivo prima che l'agente avvii un flusso di lavoro.

Mostra payload e risultato

Input dello strumento

{}

Struttura del risultato

{
  "pro": true,
  "version": "1.1.1"
}

detect_text

Rileva testo AI

Valuta un passaggio con il modello on-device di rilevamento testo AI e restituisce verdetto, punteggio, lingua, numero di frasi e metriche di leggibilità.

Mostra payload e risultato

Input dello strumento

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

Struttura del risultato

{
  "kind": "result",
  "verdict": "most_likely_real",
  "score": 0.1259,
  "language": "en",
  "sentence_count": 2,
  "generator": null,
  "input_truncated": false,
  "readability": {
    "language": "en",
    "language_confidence": 0.9998,
    "scores": [
      { "kind": "fleschReadingEase", "value": 50.85, "label": "Fairly difficult", … },
      { "kind": "fleschKincaidGradeLevel", "value": 16.97, … }
    ],
    "word_count": 87,
    "sentence_count": 2,
    "avg_words_per_sentence": 43.5,
    "warnings": [ … ],
    "full": { "consensus": { … }, "genre": { … }, "grade_label": { … }, … }
  }
}

analyze_readability

Analizza la leggibilità

Calcola metriche del livello di lettura senza eseguire il rilevamento AI.

Mostra payload e risultato

Input dello strumento

{
  "text": "<text>",
  "language_code": "en",
  "locale": "en-US"
}

Struttura del risultato

{
  "language": "en",
  "language_confidence": 0.9998,
  "scores": [
    { "kind": "fleschReadingEase", "value": 50.85, "label": "Fairly difficult", … },
    { "kind": "fleschKincaidGradeLevel", "value": 16.97, … }
  ],
  "avg_words_per_sentence": 43.5,
  "sentence_count": 2,
  "word_count": 87,
  "warnings": [ … ],
  "full": { "consensus": { … }, "genre": { … }, "grade_label": { … }, … }
}

clean_text

Pulisci artefatti del testo

Rimuove caratteri a larghezza zero, omoglifi e punteggiatura elaborata prima del passaggio di rilevamento successivo.

Mostra payload e risultato

Input dello strumento

{
  "text": "<text>",
  "language_code": "en",
  "remove_invisibles": true,
  "remove_punctuation": true,
  "remove_homoglyphs": true,
  "britishize": false
}

Struttura del risultato

{
  "cleaned_text": "He said \"hello\" - and left.",
  "language": "en",
  "removed_invisibles": 1,
  "punctuation_replacements": 3,
  "homoglyphs_replaced": 0,
  "british_substitutions": 0
}

detect_image

Rileva immagini AI

Controlla localmente byte di immagini JPEG, PNG, HEIC o WebP leggendo la provenienza C2PA e IPTC, con fallback su modello on-device. Il risultato indica la propria detection_source, così un agente può distinguere un riscontro di provenienza da un punteggio del modello.

Mostra payload e risultato

Input dello strumento

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

Struttura del risultato

{
  "kind": "result",
  "verdict": "probably_ai_slop",
  "score": 0.6429,
  "generator": null,
  "detection_source": "ml",
  "watermark_provider": null,
  "watermark_confidence": null,
  "recognized_text": null,
  "recognized_sentence_count": null
}

score_image

Valuta immagini AI

Restituisce il punteggio grezzo del modello immagine senza la risposta completa di rilevamento immagini con consapevolezza della provenienza. Richiede che il modello di rilevamento immagini AI sia installato.

Mostra payload e risultato

Input dello strumento

{
  "image_base64": "<base64>"
}

Struttura del risultato

{
  "raw_slop_score": 0.33984375
}

Verifica

Come verifico il server MCP?

Dopo il riavvio, chiedi al tuo agente di eseguire slop_status. Il risultato atteso è una chiamata allo strumento che riporta lo stato dell'app locale e di Pro senza errori. Una chiamata che richiede Pro torna come errore dello strumento (isError: true), mentre il server continua a funzionare, quindi una singola chiamata bloccata non chiude mai la sessione.

{
  "pro": true,
  "version": "1.1.1"
}

Risoluzione dei problemi

Perché gli snippet usano il percorso dell'app bundle?

Gli agenti GUI possono avviarsi fuori dalla tua shell di login, dove i nomi dei comandi potrebbero non risolversi. Gli snippet usano il percorso firmato dell'app bundle, così ogni client avvia lo stesso binario Slop or Not incluso.

API locale

Gli agenti possono usarlo al posto di un'API cloud di rilevamento AI?

Per i flussi di lavoro degli agenti, sì. MCP offre a Claude, Codex, Hermes Agent, OpenClaw, Cursor e altri client un'interfaccia locale per strumenti invece di un'API ospitata di rilevamento AI. Il client invia testo o dati immagine al binario Mac incluso tramite stdio e il controllo viene eseguito sul tuo Mac.

Loop con agenti

Come funziona Slop or Not con la skill agentic AI Humanizer?

La skill agentic AI Humanizer può eseguire riscrittura di base e adattamento della voce senza Slop or Not. Collegala a Slop or Not con Pro attivo quando vuoi che gli strumenti MCP assegnino un punteggio di partenza, eseguano Text Cleanup prima e dopo l'umanizzazione, ricalcolino il punteggio con il rilevatore di contenuti AI on-device e mostrino le statistiche di pulizia. Il tuo campione di scrittura guida la riscrittura; Slop or Not fornisce la misurazione locale del rilevatore AI.

Slop or Not restituisce un verdetto probabilistico, non una prova di paternità. I risultati possono variare con nuovi modelli AI, testi brevi e testi molto modificati da una persona.

Guida MCP di Claude Code Guida alla configurazione di agentic AI Humanizer Leggi il post di lancio di MCP e CLI Leggi la guida al voice matching Usa invece la CLI