Calibration Explorer
Check classifier confidence against accuracy, fit temperature scaling and save local reports.
Serveur MCP · par m-sanchez
Aperçu
Calibration Explorer est un serveur MCP publié par m-sanchez. Places de marché que nous lisons et qui le référencent : 2 (Official MCP Registry, Community GitHub marketplaces). Nous l'avons vu pour la première fois le 2026-10-11 et n'avons enregistré aucun changement depuis. Selon notre passage sur les places de marché du 2026-10-14.
Ce qu'il demande
- S'exécute sur votre machine
Aucune des places de marché que nous lisons ne publie ses outils ni les réglages qu'il demande.
Demande: --input-root, --output-root
Ce qu'il déclare, demande et exécute, en détail
N’installez que des plugins de développeurs en qui vous avez confiance. Nous reprenons ce que publient les places de marché et ne testons pas les plugins.
Paquet
npm @m-sanchez/calibration-explorer-mcp (@m-sanchez/calibration-explorer-mcp sur npm)
- Téléchargements npm par semaine: 259 (2026-10-12)
- Téléchargements npm par mois: 259 (2026-10-12)
- Dernière version sur npm : 0.2.0, publiée le 2026-10-05
- La version déclarée 0.2.0 n'est pas listée sur npm
Les données npm proviennent du registre public npm (registry.npmjs.org, api.npmjs.org). Chaque chiffre est celui du registre et ne s'additionne jamais à un autre. Un registre qui ne publie pas de chiffre n'en affiche aucun : pas de chiffre ne veut pas dire zéro.
Fonctionne avec
- Claude Code
- Codex
- Cursor
- VS Code
- Copilot CLI
Un lien en un clic ouvre le client, qui demande une confirmation avant d'ajouter le serveur.
D'après les marketplaces qui le listent et le transport MCP qu'il déclare, tels que chaque client les documente. Nous ne testons pas les plugins.
Connecter
Commandes et configurations construites uniquement à partir de ce que déclarent ses places de marché. Nous ne les exécutons pas pour vous et ne testons pas les plugins.
En serveur MCP local : paquet npm
Construit à partir de ce que déclare 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>"
]
}
}
}Remplacez les valeurs entre chevrons par les vôtres. Nous montrons les noms des paramètres, jamais de valeurs.
En plugin Claude Code
Construit à partir de ce que déclare Community GitHub marketplaces.
/plugin marketplace add m-sanchez/calibration-explorer
/plugin install calibration-explorer@calibration-explorerOù il est publié
| Place de marché | Statut | Version | Chiffres | Vérifié | Vu pour la première fois |
|---|---|---|---|---|---|
| Official MCP Registry (Ouvrir la fiche du registre) | Référencé | 0.2.0 | Téléchargements par mois (npm): 259 Téléchargements par semaine (npm): 259 Forks (GitHub): 0 Étoiles (GitHub): 0 |
Non marqué |
Chaque chiffre est celui de la place de marché et n'est jamais additionné entre places de marché. Une place de marché qui ne publie pas de chiffre n'en affiche aucun : pas de nombre ne veut pas dire zéro.
Également listé dans une place de marché communautaire
| Place de marché | Dépôt | Étoiles (GitHub) |
|---|---|---|
| calibration-explorer | m-sanchez/calibration-explorer | 0 |
Quelles places de marché nous lisons et comment nous les vérifions
Ce que contient le lot
Tel que publié sur Community GitHub marketplaces.
Serveurs MCP: 1
calibration
Ce qui a changé
- Apparu sur une nouvelle place de marché : Community GitHub marketplaces
- Community GitHub marketplaces: apparu
Plugins similaires
Produits dont les noms, descriptions, outils et skills sont les plus proches de celui-ci par le sens, sur toutes les places de marché que nous lisons. La proximité n'est classée qu'à l'intérieur de cette liste.
-
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.
Plugins similaires par place de marché
La même question posée à chaque place de marché séparément : y a-t-il là un équivalent de ce plugin ?
Référencé sur 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…
Référencé sur 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…
Référencé sur 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.
Référencé sur 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…
Référencé sur 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.
Référencé sur 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.
Référencé sur 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.
Référencé sur 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
Référencé sur 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
Référencé sur 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.
Trouvés par le sens, et non par un code ou un dépôt commun : les plugins similaires restent des produits distincts, et ceci n'est ni un avis ni une recommandation.
C'est votre plugin ?
Ajoutez-le à vos projets et prouvez que vous le maintenez : un fichier dans son dépôt, un fichier sur votre domaine ou un enregistrement DNS. Vous recevez des alertes quand une marketplace le publie, le retire, change sa marque vérifiée ou ce qu'il demande, et son endpoint distant est surveillé comme un service web.
Données issues de Official MCP Registry. Données issues de Community GitHub marketplaces. Les chiffres proviennent de nos propres passages réguliers sur les places de marché, dernière lecture le . Nous ne publions aucune coordonnée des éditeurs de plugins.