Calibration Explorer
Check classifier confidence against accuracy, fit temperature scaling and save local reports.
MCP-Server · von m-sanchez
Überblick
Calibration Explorer ist ein MCP-Server von m-sanchez. Marktplätze, die wir lesen und die es listen: 2 (Official MCP Registry, Community GitHub marketplaces). Wir haben es erstmals am 2026-10-11 gesehen und seither keine Änderung erfasst. Stand unseres Marktplatz-Durchlaufs vom 2026-10-13.
Was es abfragt
- Läuft auf Ihrem Rechner
Keiner der Marktplätze, die wir lesen, veröffentlicht seine Tools oder die abgefragten Einstellungen.
Erfordert: --input-root, --output-root
Was es deklariert, abfragt und ausführt, vollständig
Installieren Sie nur Plugins von Entwicklern, denen Sie vertrauen. Wir zeigen, was die Marktplätze veröffentlichen, und testen keine Plugins.
Paket
npm @m-sanchez/calibration-explorer-mcp (@m-sanchez/calibration-explorer-mcp auf npm)
- npm-Downloads pro Woche: 259 (2026-10-12)
- npm-Downloads pro Monat: 259 (2026-10-12)
- Neueste Version auf npm: 0.2.0, veröffentlicht am 2026-10-05
- Die angegebene Version 0.2.0 ist auf npm nicht gelistet
Die npm-Angaben stammen aus dem öffentlichen npm-Register (registry.npmjs.org, api.npmjs.org). Jede Zahl gehört ihrem Register und wird nie mit einer anderen addiert. Ein Register, das keine Zahl veröffentlicht, zeigt keine: keine Zahl ist nicht null.
Funktioniert mit
- Claude Code
- Codex
- Cursor
- VS Code
- Copilot CLI
Ein Ein-Klick-Link öffnet den Client, der vor dem Hinzufügen des Servers um Bestätigung bittet.
Nach den Marktplätzen, die ihn listen, und dem angegebenen MCP-Transport, wie jeder Client sie dokumentiert. Wir testen keine Plugins.
Verbinden
Befehle und Konfigurationen nur aus den Angaben der Marktplätze. Wir führen sie nicht für Sie aus und testen keine Plugins.
Als lokaler MCP-Server: npm-Paket
Erstellt aus den Angaben von Official MCP Registry.
claude mcp add --transport stdio calibration-explorer -- npx -y @m-sanchez/calibration-explorer-mcp --input-root "<YOUR_INPUT_ROOT>" --output-root "<YOUR_OUTPUT_ROOT>"[mcp_servers.calibration-explorer]
command = "npx"
args = ["-y", "@m-sanchez/calibration-explorer-mcp", "--input-root", "<YOUR_INPUT_ROOT>", "--output-root", "<YOUR_OUTPUT_ROOT>"]{
"mcpServers": {
"calibration-explorer": {
"command": "npx",
"args": [
"-y",
"@m-sanchez/calibration-explorer-mcp",
"--input-root",
"<YOUR_INPUT_ROOT>",
"--output-root",
"<YOUR_OUTPUT_ROOT>"
]
}
}
}Ersetzen Sie die Werte in spitzen Klammern durch Ihre eigenen. Wir zeigen die Namen der Einstellungen, nie Werte.
Als Claude-Code-Plugin
Erstellt aus den Angaben von Community GitHub marketplaces.
/plugin marketplace add m-sanchez/calibration-explorer
/plugin install calibration-explorer@calibration-explorerWo es veröffentlicht ist
| Marktplatz | Status | Version | Zahlen | Verifiziert | Erstmals gesehen |
|---|---|---|---|---|---|
| Official MCP Registry (Eintrag in der Registry öffnen) | Gelistet | 0.2.0 | Downloads pro Monat (npm): 259 Downloads pro Woche (npm): 259 Forks (GitHub): 0 Sterne (GitHub): 0 |
Nicht markiert |
Jede Zahl stammt vom jeweiligen Marktplatz und wird nie über Marktplätze hinweg addiert. Ein Marktplatz ohne veröffentlichte Zahl zeigt keine: keine Zahl ist nicht null.
Auch in einem Community-Marktplatz gelistet
| Marktplatz | Repository | Sterne (GitHub) |
|---|---|---|
| calibration-explorer | m-sanchez/calibration-explorer | 0 |
Was das Paket enthält
So veröffentlicht auf Community GitHub marketplaces.
MCP-Server: 1
calibration
Was sich geändert hat
- Auf einem neuen Marktplatz erschienen: Community GitHub marketplaces
- Community GitHub marketplaces: erschienen
Ähnliche Plugins
Produkte, deren eigene Namen, Beschreibungen, Werkzeuge und Skills diesem der Bedeutung nach am nächsten sind, auf allen Marktplätzen, die wir lesen. Die Nähe ist nur innerhalb dieser Liste geordnet.
-
Build datasets and rubrics, then run evals that score your AI in Caliper.
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
Prompt evals over MCP: run a prompt on your dataset, score each output 1-5 with an LLM judge.
-
Mini Data Engine Runtime Copilot
MCP runtime copilot for health checks, regressions, explainability, and operational memory.
-
Audit an MCP config, price a model, size a GPU, explain network config drift. Key-free.
-
SomaCheck returns proposition-specific Aligned or Unaligned plus model confidence.
-
Use your own trained text and picture classification models from any AI assistant.
-
explainability-report-mcp io.github.CSOAI-ORG/explainability-report-mcp
Explainability Report MCP Server by MEOK AI Labs
-
Give your AI a research team. Forecast, score, classify, or research every row of a dataset.
-
Read, measure and explain LLM eval runs of a digline suite. Cannot promote a baseline.
Ähnliche Plugins nach Marktplatz
Dieselbe Frage an jeden Marktplatz einzeln: Gibt es dort ein Gegenstück zu diesem Plugin?
Gelistet auf Claude Code: claude-plugins-community (5)
-
Autonomous experiment loop for Claude Code. Run an endless optimize-measure-keep/discard cycle on any optimization target: LLM training loss, test speed, bundle size, build time…
-
Context engineering plugin for Claude Code — real-time prompt scoring, RLM adaptive weights, and token optimization. Scores every tool use across 5 dimensions (token utilization…
-
Claude model selection advisor — recommends optimal model for each task via shell hook. Zero attack surface.
-
End-to-end data analysis workflow plugin for Claude Code. Covers the full pipeline from EDA to model training - EDA, preprocessing, statistical analysis, feature engineering, and…
-
AI agent evaluation sandbox for Claude Code. Holdout scenario testing with Doer/Judge/Adversary/Observer roles, probabilistic satisfaction scoring, and append-only JSONL audit…
Gelistet auf Claude Code: claude-plugins-official (5)
-
Skills for adding DeepEval evaluations, tracing, datasets, Confident AI reports, and iterative improvement loops to AI applications.
-
Skills for tracing, evaluating, and improving AI agents with MLflow. Supports the full agent improvement loop: instrument → trace → evaluate → iterate → validate.
-
DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
Find the right NVIDIA skill for GPU acceleration, CUDA, AI agents, data loading, training, inference, robotics, Physical AI, Omniverse, simulation, and other NVIDIA-powered…
Gelistet auf Claude: knowledge-work-plugins (5)
-
DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
Hosted MCP server for AI-assisted Grafana Cloud observability — no local installation required.
-
A suite of agent skills for the full GrowthBook feature flag and experimentation lifecycle.
-
Build multimodal AI applications with Pixeltable -- tables, computed columns, embedding search, UDFs, tool-calling agents, and 25+ AI provider integrations.
Gelistet auf Codex: openai-curated (openai/plugins) (5)
-
Skills for NVIDIAs ecosystem spans GPU acceleration, CUDA, AI agents, inference, robotics, Physical AI, Omniverse, and simulation. This plugin helps you understand the pieces…
-
Evaluate Codex skills and plugins from chat with a beginner-friendly start command, local-first reports, token budget explanations, and guided benchmarking.
-
Predict structures, screen molecules and proteins, and design binders.
-
Build with OpenAI APIs, Agents SDK, and ChatGPT Apps, and create and save OpenAI API keys from Codex.
-
Available for US1 customers only. Analyze, investigate, and act on your Datadog telemetry directly from ChatGPT using natural language. Ask questions about your production…
Gelistet auf Community GitHub marketplaces (5)
-
Exactly explainable classifiers for agents: train, tune, predict, explain on CSV or Excel.
-
Tuning Engines - Governed AI Runtime
Govern model, agent, skill, and MCP workflows with policy, approvals, traces, and usage analytics.
-
codabench-mcp io.github.harshitAgr/codabench-mcp
MCP server for the Codabench REST API — drives a full ML-benchmark participant workflow.
-
Skills for adding DeepEval evaluations, tracing, datasets, Confident AI reports, and iterative improvement loops to AI applications.
-
Finds what shipped after your coding agent's training, before it rebuilds it from scratch.
Gelistet auf Copilot CLI: github/awesome-copilot (5)
-
Safe BLE diagnostics, evidence workflows, and guarded automation for AI agents.
-
Visualizes live session AI-credit usage as a Pac-Man board with pellets, ghosts, fruit milestones, and game-over limits.
-
Run a lightweight, role-separated AI development team with flexible tools, developer-selected models, proportionate planning, and optional QA.
-
See your local Copilot token usage by day, model, and session, and get tips to use it more efficiently.
-
Three-layer verification pipeline for AI output. Extracts claims, finds sources, and flags hallucination risks so humans can verify before acting.
Gelistet auf Copilot CLI: github/copilot-plugins (5)
-
Toolkit for building Microsoft 365 Copilot declarative agents — scaffolding, JSON manifest development, and capability configuration.
-
Build Power Apps Canvas Apps using the Canvas Authoring MCP server.
-
model-apps
Build and deploy Power Apps generative pages for model-driven apps with specialist agents for planning, entity creation, and parallel code generation. Requires PAC CLI >= 2.7.0…
-
mcp-apps
Generate MCP App widgets for MCP tools. Produces self-contained HTML widgets using the MCP Apps protocol.
-
Analyze MSVC build performance using vcperf.exe and ETL traces.
Gelistet auf Cursor: cursor/plugins (5)
-
Inspect and manage feature gates, experiments, dynamic configs, and metrics.
-
Fan large tasks out across parallel cloud agents with planners, workers, verifiers, and structured handoffs.
-
CLI-backed repo compatibility scans plus agents that audit startup, validation, and docs against reality.
-
Iterative self-referential AI loops using the Ralph Wiggum technique.
-
playwright-mcp io.github.microsoft/playwright-mcp
Playwright Tools for MCP
Gelistet auf Docker MCP Catalog (5)
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
MCP server for Polar Signals Cloud continuous profiling platform, enabling AI assistants to analyze CPU performance, memory usage, and identify optimization opportunities in…
-
Seamless interaction with Novita AI platform resources.
-
MCP server providing Prometheus metrics access and PromQL query execution for AI assistants
-
testkube-mcp io.github.kubeshop/testkube-mcp
MCP server for Testkube - Manage test workflows, executions, and artifacts via AI assistants
Gelistet auf Official MCP Registry (5)
-
Build datasets and rubrics, then run evals that score your AI in Caliper.
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
Prompt evals over MCP: run a prompt on your dataset, score each output 1-5 with an LLM judge.
-
Mini Data Engine Runtime Copilot
MCP runtime copilot for health checks, regressions, explainability, and operational memory.
-
Audit an MCP config, price a model, size a GPU, explain network config drift. Key-free.
Nach Bedeutung gefunden, nicht über gemeinsamen Code oder ein gemeinsames Repository: Ähnliche Plugins bleiben getrennte Produkte, und dies ist weder eine Bewertung noch eine Empfehlung.
Ist das Ihr Plugin?
Fügen Sie es Ihren Projekten hinzu und belegen Sie, dass Sie es pflegen: mit einer Datei im Repository, einer Datei auf Ihrer Domain oder einem DNS-Eintrag. Sie erhalten Hinweise, wenn ein Marktplatz es aufnimmt, entfernt, sein Verified-Zeichen oder seine Anforderungen ändert, und sein Remote-Endpunkt wird wie ein Webdienst überwacht.
Daten von Official MCP Registry. Daten von Community GitHub marketplaces. Die Zahlen stammen aus unseren eigenen regelmäßigen Durchläufen über die Marktplätze, zuletzt abgerufen am . Kontaktdaten von Plugin-Herausgebern veröffentlichen wir nicht.