Перейти к содержимому
Slop or Not
Тема

Оценка детектора ИИ на устройстве

MCP-детектор AI-контента для Claude, Codex и Cursor

MCP-сервер Slop or Not позволяет Claude, Codex, Hermes Agent, OpenClaw, Cursor и другим агентам вызывать локальный детектор AI-текста, детектор AI-изображений, анализатор читаемости и инструмент очистки на вашем Mac.

Укажите в MCP-клиенте встроенную команду slop mcp. С Pro Claude, Codex, Hermes Agent, OpenClaw, Cursor и другие агенты смогут продолжать локальные проверки без тарификации API за каждый вызов.

Download on the App Store
Экран настройки MCP Slop or Not на Mac
Фрагменты настройки клиента указывают на встроенный бинарный файл приложения для Mac.
Локальный stdio-сервер
Ваш MCP-клиент запускает встроенный бинарный файл slop и общается с ним через stdio.
Шесть инструментов
Статус, детекция текста, читаемость, очистка, детекция изображений и raw-оценка изображений.
Неограниченные проверки на устройстве
MCP-сервер входит в Pro. Нет дневного лимита проверок и тарификации за каждый вызов, поэтому агенты могут повторять проверки текста, изображений, читаемости и очистки так часто, как нужно.

Настройка клиента

Как добавить Slop or Not в MCP-клиент?

Установите приложение для Mac, активируйте Pro, затем используйте фрагмент для пакета приложения в своем клиенте. Claude, Codex, Hermes Agent, OpenClaw и Cursor будут обращаться к одному и тому же локальному серверу. Настройте это один раз, и все последующие сеансы агентов будут использовать его повторно, без переустановки и нового входа.

Claude Code

Добавьте Slop or Not как stdio-сервер уровня пользователя, перезапустите Claude Code, затем проверьте через /mcp.
claude mcp add --transport stdio --scope user SlopOrNot -- "/Applications/Slop Or Not.app/Contents/MacOS/slop" mcp

Claude Desktop

Используйте такую JSON-структуру в ~/Library/Application Support/Claude/claude_desktop_config.json, затем полностью закройте Claude Desktop и запустите его снова.
{
  "mcpServers": {
    "SlopOrNot": {
      "command": "/Applications/Slop Or Not.app/Contents/MacOS/slop",
      "args": ["mcp"]
    }
  }
}

Codex

Выполните codex mcp add в Terminal или сами добавьте сервер в ~/.codex/config.toml. Перезапустите Codex, чтобы он прочитал новый список MCP-серверов.
codex mcp add SlopOrNot -- '/Applications/Slop Or Not.app/Contents/MacOS/slop' mcp

Предпочитаете отредактировать файл? Вместо этого добавьте это в ~/.codex/config.toml:

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

Hermes Agent

Добавьте Slop or Not как MCP-сервер в конфиг Hermes Agent, затем перезапустите Hermes Agent, чтобы он мог вызывать локальные инструменты.
mcp_servers:
  SlopOrNot:
    command: "/Applications/Slop Or Not.app/Contents/MacOS/slop"
    args: ["mcp"]

OpenClaw

Зарегистрируйте Slop or Not в OpenClaw MCP CLI, затем выполните mcp doctor с --probe, чтобы убедиться, что сервер отвечает.
openclaw mcp set slopornot '{"command":"/Applications/Slop Or Not.app/Contents/MacOS/slop","args":["mcp"]}'
openclaw mcp doctor slopornot --probe

Cursor

Добавьте это в ~/.cursor/mcp.json для глобального сервера или в .cursor/mcp.json в корне проекта для одного проекта.
{
  "mcpServers": {
    "SlopOrNot": {
      "command": "/Applications/Slop Or Not.app/Contents/MacOS/slop",
      "args": ["mcp"]
    }
  }
}

Справочник инструментов

Какие инструменты предоставляет MCP-сервер Slop or Not?

Сервер предоставляет шесть инструментов для проверок, которые обычно нужны агентам: статус, определение AI-текста, читаемость, очистка, определение AI-изображений и сырая оценка изображений.

Все результаты ниже - реальный вывод, полученный из Slop or Not 1.1.1 для Mac в августе 2026 года и сокращенный там, где это отмечено.

slop_status

Проверить приложение и статус Pro

Подтверждает, что приложение установлено, бинарный файл запускается, а Pro активен, прежде чем агент начнет рабочий сценарий.

Показать payload и результат

Ввод инструмента

{}

Форма результата

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

Определить AI-текст

Оценивает отрывок локальной моделью обнаружения AI-текста и возвращает вердикт, скор, язык, количество предложений и метрики читаемости.

Показать payload и результат

Ввод инструмента

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

Форма результата

{
  "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

Проанализировать читаемость

Вычисляет метрики уровня чтения без запуска AI-детекции.

Показать payload и результат

Ввод инструмента

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

Форма результата

{
  "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

Очистить текстовые артефакты

Удаляет символы нулевой ширины, омоглифы и декоративную пунктуацию перед следующим проходом детекции.

Показать payload и результат

Ввод инструмента

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

Форма результата

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

Определить AI-изображения

Локально проверяет байты изображений JPEG, PNG, HEIC или WebP с чтением данных происхождения C2PA и IPTC и локальной моделью как запасным вариантом. В результате указано detection_source, чтобы агент мог отличить совпадение по происхождению от скора модели.

Показать payload и результат

Ввод инструмента

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

Форма результата

{
  "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

Оценить AI-изображения

Возвращает сырую оценку модели изображения без полного ответа детектора изображений с учетом происхождения. Требует установленной модели обнаружения AI-изображений.

Показать payload и результат

Ввод инструмента

{
  "image_base64": "<base64>"
}

Форма результата

{
  "raw_slop_score": 0.33984375
}

Проверка

Как проверить MCP-сервер?

После перезапуска попросите агента выполнить slop_status. Ожидаемый результат - вызов инструмента, который без ошибки сообщает состояние локального приложения и Pro. Вызов, которому нужен Pro, возвращается как ошибка инструмента (isError: true), при этом сервер продолжает работать, поэтому один заблокированный вызов не завершает сессию.

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

Устранение неполадок

Почему в сниппетах используется путь к app-bundle?

GUI-агенты могут запускаться вне вашей login shell, где имена команд могут не определяться. В примерах используется путь к подписанному app bundle, чтобы каждый клиент запускал один и тот же встроенный бинарный файл Slop or Not.

Локальный API

Могут ли агенты использовать это вместо облачного API AI-детектора?

Да, для рабочих сценариев агентов. MCP дает Claude, Codex, Hermes Agent, OpenClaw, Cursor и другим клиентам локальный интерфейс инструмента вместо размещенного API AI-детектора. Клиент отправляет текст или данные изображения встроенному бинарному файлу Mac через stdio, а проверка выполняется на вашем Mac.

Цикл с агентами

Как Slop or Not работает с навыком агентного AI Humanizer?

Навык agentic AI Humanizer может выполнять основное переписывание и подгонку под голос без Slop or Not. Подключите его к Slop or Not с активным Pro, когда хотите, чтобы MCP tools оценивали исходный текст, запускали Text Cleanup до и после humanization, повторно оценивали результат детектором ИИ на устройстве и показывали статистику очистки. Ваш образец письма направляет переписывание; Slop or Not дает локальное измерение детектора ИИ.

Slop or Not выдает вероятностный вердикт, а не доказательство авторства. Результаты могут отличаться для новых AI моделей, коротких фрагментов и текстов, которые сильно редактировал человек.

Руководство Claude Code по MCPРуководство по настройке агентного AI HumanizerПрочитать пост о запуске MCP и CLIПрочитать руководство по voice matchingИспользовать CLI вместо этого