Pontuação local para agentes de IA
O servidor MCP do Slop or Not permite que Claude, Codex, Hermes Agent, OpenClaw, Cursor e outros agentes chamem um detector local de texto de IA, um detector de imagem de IA, um analisador de legibilidade e uma ferramenta de limpeza no seu Mac.
MCP, abreviação de Model Context Protocol, é uma forma padrão para agentes de IA chamarem ferramentas locais. Ao contrário de uma API de detector na nuvem, textos e imagens enviados aqui são processados pelo app para Mac assinado, não por um servidor do Slop or Not.
Configuração do cliente
Instale o app para Mac, ative o Pro, coloque slop no seu PATH e use o snippet do seu cliente. Claude, Codex, Hermes Agent, OpenClaw e Cursor apontam para o mesmo servidor local.
claude mcp add --transport stdio --scope user SlopOrNot -- slop mcp{
"mcpServers": {
"SlopOrNot": {
"command": "slop",
"args": ["mcp"]
}
}
}[mcp_servers.SlopOrNot]
command = "slop"
args = ["mcp"]mcp_servers:
SlopOrNot:
command: "slop"
args: ["mcp"]openclaw mcp set slopornot '{"command":"slop","args":["mcp"]}'{
"mcpServers": {
"SlopOrNot": {
"command": "slop",
"args": ["mcp"]
}
}
}Referência de ferramentas
O servidor expõe seis ferramentas focadas. Exemplos de payload ficam fechados até você precisar deles, então a página primeiro parece um guia de configuração e depois uma referência.
slop_statusConfirma que o app está instalado, que o binário roda e que o Pro está ativo antes de o agente iniciar um fluxo.
Entrada da ferramenta
{}Formato do resultado
{
"pro": true,
"version": "1.0.9"
}detect_textPontua um trecho com o detector de texto no dispositivo e retorna um veredito local de IA, pontuação e métricas de legibilidade.
Entrada da ferramenta
{
"text": "<text>",
"include_readability": true,
"language_code": "en"
}Formato do resultado
{
"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_readabilityCalcula métricas de nível de leitura sem executar detecção de IA.
Entrada da ferramenta
{
"text": "<text>",
"language_code": "en"
}Formato do resultado
{
"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_textRemove caracteres de largura zero, homoglifos e pontuação estilizada antes da próxima rodada de detecção.
Entrada da ferramenta
{
"text": "<text>",
"remove_invisibles": true,
"remove_punctuation": true,
"remove_homoglyphs": true
}Formato do resultado
{
"cleaned_text": "<cleaned_text>",
"language": "en",
"removed_invisibles": 1,
"punctuation_replacements": 1,
"homoglyphs_replaced": 0,
"british_substitutions": 0
}detect_imageVerifica localmente bytes de imagem JPEG, PNG, HEIC ou WebP com leitura de proveniência C2PA e IPTC e fallback para um modelo no dispositivo.
Entrada da ferramenta
{
"image_base64": "<base64>",
"recognize_text": true
}Formato do resultado
{
"kind": "result",
"verdict": "most_likely_ai_slop",
"score": 0.80,
"generator": null,
"recognized_text": null,
"recognized_sentence_count": null
}score_imageRetorna a pontuação bruta de imagem do OmniAID quando um agente precisa do sinal do modelo sem a resposta completa de detecção de imagem.
Entrada da ferramenta
{
"image_base64": "<base64>"
}Formato do resultado
{
"kind": "score",
"score": 0.80
}Verificar
Depois de reiniciar, peça ao seu agente para rodar slop_status. O resultado esperado é uma chamada de ferramenta que informa o estado do app local e do Pro sem erro.
{
"pro": true,
"version": "1.0.9"
}Solução de problemas
Alguns apps iniciam sem o PATH do seu shell de login. Nesse caso, aponte a configuração MCP diretamente para o binário dentro do pacote do app.
{
"mcpServers": {
"SlopOrNot": {
"command": "/Applications/Slop Or Not - AI Fake Detector.app/Contents/MacOS/slop",
"args": ["mcp"]
}
}
}API local
Para fluxos de agentes, sim. MCP dá ao Claude, Codex, Hermes Agent, OpenClaw, Cursor e outros clientes uma interface de ferramenta local no lugar de uma API hospedada de detector de IA. O cliente envia dados de texto ou imagem para o binário do Mac incluído via stdio, e a verificação roda no seu Mac.
Loop com agentes
O Agentic Humanizer pode chamar as ferramentas MCP, pontuar uma linha de base, limpar artefatos mecânicos e pontuar novamente o rascunho localmente. A correspondência de voz opcional fica com o agente: sua amostra de escrita orienta a reescrita, enquanto o Slop or Not cuida da medição local.
O Slop or Not retorna um veredito de probabilidade, não uma garantia. Os resultados podem variar com novos modelos de IA, trechos curtos e textos que foram muito editados por uma pessoa.