Ein Befehl. Finden Sie heraus, ob Ihre KI sich selbst einig ist.
ConKurrence ist ein statistisch validiertes Konsens-Mess-Toolkit für KI-Evaluierungspipelines. Es verwendet mehrere KI-Modelle als unabhängige Bewerter, misst die Zuverlässigkeit zwischen den Bewertern mit Fleiss' Kappa und Bootstrap-Konfidenzintervallen und leitet umstrittene Elemente an menschliche Experten weiter.
npm install -g conkurrenceRelated MCP server: CI-1T Prediction Stability Engine
Verwenden Sie ConKurrence als MCP-Server in Claude Desktop oder einem beliebigen MCP-kompatiblen Client:
npx conkurrence mcpFügen Sie dies zu Ihrer claude_desktop_config.json hinzu:
{
"mcpServers": {
"conkurrence": {
"command": "npx",
"args": ["-y", "conkurrence", "mcp"]
}
}
}/plugin marketplace add AlligatorC0der/conkurrenceMulti-Modell-Evaluierung — Führen Sie Ihr Schema gleichzeitig gegen Bedrock-, OpenAI- und Gemini-Modelle aus
Statistische Genauigkeit — Fleiss' Kappa mit Bootstrap-Konfidenzintervallen, Kendall's W für Validität
Selbstkonsistenz-Modus — Keine API-Schlüssel erforderlich; nutzt das Host-Modell via MCP Sampling
Schema-Vorschlag — KI-gestütztes Schema-Design basierend auf Ihren Daten
Trendverfolgung — Vergleichen Sie Durchläufe im Zeitverlauf, erkennen Sie Verschlechterungen der Übereinstimmung
Kostenschätzung — Kennen Sie die Kosten vor der Ausführung
Tool | Beschreibung |
| Führt eine Evaluierung über mehrere KI-Bewerter hinweg aus |
| Erstellt einen detaillierten Markdown-Bericht |
| Side-by-Side-Vergleich zweier Durchläufe |
| Verfolgt die Übereinstimmung über mehrere Durchläufe hinweg |
| KI-gestützter Schema-Vorschlag basierend auf Ihren Daten |
| Validiert ein Schema vor der Ausführung |
| Schätzt Kosten und Token-Verbrauch |
Homepage: conkurrence.com
Nutzungsbedingungen: app.conkurrence.com/terms
Datenschutzrichtlinie: app.conkurrence.com/privacy
BUSL-1.1 — Business Source License 1.1
This server cannot be deployed
LLM & RAG evals: hallucination, eval contracts, semantic tests, tokens & model info. Free, no key.
MCP-native AI evaluation: rubric audits, eval suites, and proof reports for AI/LLM output.
Measure what ChatGPT, Claude, Gemini and 4 more AI engines say about any business. No auth.
Multi-LLM council: 25+ frontier models in parallel, consensus scoring, verdict-first code review.
