Slop or Not

เครื่องตรวจจับ AI บนอุปกรณ์ให้คะแนน

MCP ตัวตรวจจับเนื้อหา AI สำหรับ Claude, Codex และ Cursor

เซิร์ฟเวอร์ MCP ของ Slop or Not ช่วยให้ Claude, Codex, Hermes Agent, OpenClaw, Cursor และเอเจนต์อื่นๆ เรียกใช้ตัวตรวจจับข้อความ AI, ตัวตรวจจับภาพ AI, เครื่องวิเคราะห์ความอ่านง่าย และเครื่องมือทำความสะอาดในเครื่องบน Mac ของคุณ

ชี้ MCP client ของคุณไปที่คำสั่ง slop mcp ที่มาพร้อมกับแอป ด้วย Pro, Claude, Codex, Hermes Agent, OpenClaw, Cursor และเอเจนต์อื่นๆ สามารถเรียกใช้การตรวจสอบในเครื่องต่อไปได้โดยไม่มีการคิดค่าบริการต่อการเรียก API

บนอุปกรณ์

ตัวอย่างการตั้งค่า client ชี้ไปที่ไบนารีของแอป Mac ที่มาพร้อมกับแพ็คเกจ

เซิร์ฟเวอร์ stdio ในเครื่อง

MCP client ของคุณเริ่มต้นไบนารี slop ที่มาพร้อมกับแพ็คเกจและสื่อสารกับมันผ่าน stdio

เครื่องมือหกอย่าง

สถานะ, การตรวจจับข้อความ, ความอ่านง่าย, การทำความสะอาด, การตรวจจับภาพ และการให้คะแนนภาพดิบ

การตรวจสอบบนอุปกรณ์ไม่จำกัด

เซิร์ฟเวอร์ MCP มาพร้อมกับ Pro ไม่มีการจำกัดการตรวจสอบรายวัน ไม่มีการคิดค่าบริการต่อการเรียก ดังนั้นเอเจนต์สามารถเรียกใช้การตรวจสอบข้อความ ภาพ ความอ่านง่าย และการทำความสะอาดได้บ่อยเท่าที่ต้องการ

การตั้งค่า client

ฉันจะเพิ่ม Slop or Not ลงใน MCP client ได้อย่างไร?

ติดตั้งแอป Mac เปิดใช้งาน Pro จากนั้นใช้ตัวอย่างการตั้งค่าแอป-bundle สำหรับ client ของคุณ Claude, Codex, Hermes Agent, OpenClaw และ Cursor ทั้งหมดชี้ไปที่เซิร์ฟเวอร์ในเครื่องเดียวกัน ตั้งค่าครั้งเดียวและทุกเซสชันเอเจนต์หลังจากนั้นจะนำกลับมาใช้ใหม่ โดยไม่ต้องติดตั้งใหม่และไม่ต้องเข้าสู่ระบบใหม่

Claude Code

เพิ่ม Slop or Not เป็นเซิร์ฟเวอร์ stdio ระดับผู้ใช้ รีสตาร์ท Claude Code จากนั้นตรวจสอบด้วย /mcp

คัดลอก

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

Claude Desktop

ใช้รูปแบบ JSON นี้ใน ~/Library/Application Support/Claude/claude_desktop_config.json จากนั้นออกจาก Claude Desktop โดยสมบูรณ์แล้วเปิดใหม่อีกครั้ง

คัดลอก

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

Codex

รัน codex mcp add ใน Terminal หรือเพิ่มเซิร์ฟเวอร์ลงใน ~/.codex/config.toml ด้วยตัวเอง รีสตาร์ท Codex เพื่อให้อ่านรายการ MCP server ใหม่

คัดลอก

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

ต้องการแก้ไขไฟล์โดยตรงหรือไม่? เพิ่มสิ่งนี้ลงใน ~/.codex/config.toml แทน:

คัดลอก

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

Hermes Agent

เพิ่ม Slop or Not เป็น MCP server ใน config ของ Hermes Agent จากนั้นรีสตาร์ท Hermes Agent เพื่อให้สามารถเรียกใช้เครื่องมือในเครื่องได้

คัดลอก

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

OpenClaw

ลงทะเบียน Slop or Not กับ OpenClaw MCP CLI จากนั้นรัน mcp doctor ด้วย --probe เพื่อยืนยันว่าเซิร์ฟเวอร์ตอบสนอง

คัดลอก

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

Cursor

เพิ่มสิ่งนี้ลงใน ~/.cursor/mcp.json สำหรับเซิร์ฟเวอร์ระดับโลก หรือ .cursor/mcp.json ที่โฟลเดอร์รากของโปรเจกต์สำหรับโปรเจกต์เดียว

คัดลอก

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

อ้างอิงเครื่องมือ

เซิร์ฟเวอร์ MCP ของ Slop or Not มีเครื่องมืออะไรบ้าง?

เซิร์ฟเวอร์มีเครื่องมือหกอย่างสำหรับการตรวจสอบที่เอเจนต์มักต้องการ: สถานะ, การตรวจจับข้อความ, ความอ่านง่าย, การทำความสะอาด, การตรวจจับภาพ และการให้คะแนนภาพดิบ

ทุกผลลัพธ์ด้านล่างเป็นผลลัพธ์จริงที่บันทึกจาก Slop or Not 1.1.1 สำหรับ Mac ในเดือนสิงหาคม 2026 และย่อในจุดที่ระบุ

slop_status

ตรวจสอบสถานะแอปและ Pro

ยืนยันว่าแอปติดตั้งแล้ว ไบนารีสามารถรันได้ และ Pro เปิดใช้งานอยู่ก่อนที่เอเจนต์จะเริ่มเวิร์กโฟลว์

ดู payload และผลลัพธ์

อินพุตเครื่องมือ

คัดลอก

{}

รูปแบบผลลัพธ์

คัดลอก

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

detect_text

ตรวจจับข้อความ AI

ให้คะแนนข้อความด้วยโมเดลตรวจจับข้อความ AI บนอุปกรณ์และส่งคืนคำตัดสิน คะแนน ภาษา จำนวนประโยค และเมตริกความอ่านง่าย

ดู payload และผลลัพธ์

อินพุตเครื่องมือ

คัดลอก

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

รูปแบบผลลัพธ์

คัดลอก

{
  "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

วิเคราะห์ความอ่านง่าย

คำนวณเมตริกระดับการอ่านโดยไม่ต้องรันการตรวจจับ AI

ดู payload และผลลัพธ์

อินพุตเครื่องมือ

คัดลอก

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

รูปแบบผลลัพธ์

คัดลอก

{
  "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

ทำความสะอาดสิ่งแปลกปลอมในข้อความ

ลบอักขระความกว้างศูนย์ homoglyph และเครื่องหมายวรรคตอนที่ซับซ้อนก่อนการตรวจจับรอบถัดไป

ดู payload และผลลัพธ์

อินพุตเครื่องมือ

คัดลอก

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

รูปแบบผลลัพธ์

คัดลอก

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

detect_image

ตรวจจับภาพ AI

ตรวจสอบไบต์ภาพ JPEG, PNG, HEIC หรือ WebP ในเครื่องด้วยการอ่านข้อมูล provenance ของ C2PA และ IPTC และโมเดลสำรองบนอุปกรณ์ ผลลัพธ์ระบุชื่อ detection_source เพื่อให้เอเจนต์แยกแยะการพบ provenance จากคะแนนโมเดลได้

ดู payload และผลลัพธ์

อินพุตเครื่องมือ

คัดลอก

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

รูปแบบผลลัพธ์

คัดลอก

{
  "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

ให้คะแนนภาพ AI

ส่งคืนคะแนนโมเดลภาพดิบโดยไม่มีการตอบสนองการตรวจจับภาพที่คำนึงถึง provenance อย่างสมบูรณ์ ต้องติดตั้งโมเดลตรวจจับภาพ AI

ดู payload และผลลัพธ์

อินพุตเครื่องมือ

คัดลอก

{
  "image_base64": "<base64>"
}

รูปแบบผลลัพธ์

คัดลอก

{
  "raw_slop_score": 0.33984375
}

ตรวจสอบ

ฉันจะตรวจสอบ MCP server ได้อย่างไร?

หลังจากรีสตาร์ท ให้ขอให้เอเจนต์ของคุณรัน slop_status ผลลัพธ์ที่คาดหวังคือการเรียกเครื่องมือที่รายงานสถานะแอปในเครื่องและสถานะ Pro โดยไม่มีข้อผิดพลาด การเรียกที่ต้องใช้ Pro จะส่งคืนเป็นข้อผิดพลาดของเครื่องมือ (isError: true) ในขณะที่เซิร์ฟเวอร์ยังคงทำงานอยู่ ดังนั้นการเรียกที่ถูกบล็อกหนึ่งครั้งจะไม่จบเซสชัน

คัดลอก

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

ความปลอดภัย

เชื่อถือแหล่งที่มา

ลงทะเบียนเฉพาะ MCP server ที่คุณเชื่อถือเท่านั้น เซิร์ฟเวอร์ MCP ของ Slop or Not มาพร้อมกับแอป Mac ที่ลงนาม และตัวอย่างบนหน้านี้ชี้ไปที่ไบนารีแอป-bundle นั้นโดยเฉพาะ

การแก้ไขปัญหา

ทำไมตัวอย่างจึงใช้เส้นทางแอป-bundle?

GUI agents สามารถเปิดใช้งานนอก login shell ของคุณ ซึ่งชื่อคำสั่งอาจไม่สามารถ resolve ได้ ตัวอย่างใช้เส้นทางแอป-bundle ที่ลงนามเพื่อให้แต่ละ client เริ่มต้นไบนารี Slop or Not ที่มาพร้อมกับแพ็คเกจเดียวกัน

Local API

เอเจนต์สามารถใช้สิ่งนี้แทน cloud AI detector API ได้หรือไม่?

สำหรับเวิร์กโฟลว์เอเจนต์ ได้ MCP ให้อินเทอร์เฟซเครื่องมือในเครื่องแก่ Claude, Codex, Hermes Agent, OpenClaw, Cursor และ client อื่นๆ แทน hosted AI detector API client ส่งข้อมูลข้อความหรือภาพไปยังไบนารี Mac ที่มาพร้อมกับแพ็คเกจผ่าน stdio และการตรวจสอบจะรันบน Mac ของคุณ

วนซ้ำกับเอเจนต์

Slop or Not ทำงานร่วมกับทักษะ agentic AI Humanizer อย่างไร?

ทักษะ agentic AI Humanizer สามารถรันการเขียนใหม่หลักและการจับคู่น้ำเสียงได้โดยไม่ต้องใช้ Slop or Not เชื่อมต่อกับ Slop or Not โดยเปิด Pro เมื่อคุณต้องการให้เครื่องมือ MCP ให้คะแนน baseline รัน Text Cleanup ก่อนและหลังการทำ humanization ให้คะแนนใหม่ด้วยตัวตรวจจับ AI บนอุปกรณ์ และแสดงสถิติการทำความสะอาด ตัวอย่างการเขียนของคุณควบคุมการเขียนใหม่; Slop or Not จัดหาการวัดตัวตรวจจับ AI ในเครื่อง

Slop or Not ส่งคืนคำตัดสินความน่าจะเป็น ไม่ใช่หลักฐานการเป็นผู้เขียน ผลลัพธ์อาจแตกต่างกันไปตามโมเดล AI ใหม่ ข้อความสั้น และงานเขียนที่มนุษย์แก้ไขอย่างหนัก

คู่มือ MCP ของ Claude Codeคู่มือการตั้งค่า Agentic AI Humanizerอ่านโพสต์เปิดตัว MCP และ CLIอ่านคู่มือการจับคู่น้ำเสียงใช้ CLI แทน