MO§ES™ Enterprise — Plataforma de Evaluación de Operadores de IA

En vivo: mos2es.org — Inteligencia de sistemas para el sistema operativo humano-IA. El nuevo estándar en métricas y benchmarks para operadores de IA. Establece la inteligencia de sistemas de referencia para operaciones cotidianas y flujos de trabajo de IA. Telemetría de tokens sin contenido. Nunca tus prompts.

Evaluación empresarial de operadores de IA. Mide cómo operan las personas la IA — no el modelo de IA en sí.

MO§ES™ selecciona la inteligencia de sistemas de una empresa — cómo de efectivamente las personas manejan sistemas de IA a través de herramientas, tareas, flujos de trabajo y condiciones. De la misma manera que BI ve el negocio, MO§ES™ ve cómo el negocio opera la IA.

Tabla de contenido

• ¿Qué es MO§ES™?

• El ecosistema MO§ES™

• Superficies en vivo

• Inicio rápido

• El pipeline de demo de 11 pasos

• Las 5 métricas canónicas

• Estructura del repositorio

• Servidor MCP

• Cloudflare Workers

• Convenciones clave

• Complementar, no reemplazar

• Licencia

Related MCP server: scan-your-ai-toolkit

¿Qué es MO§ES™?

MO§ES™ es una plataforma empresarial de evaluación de operadores de IA. Mide cómo las personas operan sistemas de IA — no los modelos de IA en sí, no el volumen de uso, no la competencia autodeclarada. Usando telemetría de tokens sin contenido (entrada, salida, lectura de caché, escritura de caché — sin texto de prompts, sin texto de respuestas), MO§ES™ establece la inteligencia de sistemas de referencia en:

• Operadores — cómo de efectivamente impulsan los individuos la IA

• Equipos — distribuciones de cohortes y topología de capacidades

• Flujos de trabajo — dónde encaja la IA en el trabajo, no solo si se usa

• Organizaciones — benchmarking entre equipos y mapeo de capacidades

La plataforma construye evaluaciones a medida alrededor de tus flujos de trabajo, roles y sistemas de IA, compara el rendimiento contra poblaciones de referencia internas y externas, diagnostica brechas de capacidad y patrones de divergencia, prueba intervenciones específicas y vuelve a medir lo que cambia.

El posicionamiento

BI ve el negocio. MO§ES™ ve cómo el negocio opera la IA.

LMSYS evalúa modelos. Braintrust evalúa resultados de productos. Langfuse rastrea llamadas de LLM. WakaTime rastrea tiempo. CostHawk rastrea gasto. Ninguno de ellos ve la inteligencia de sistemas de las operaciones cotidianas y los flujos de trabajo de IA. MO§ES™ es la capa que faltaba.

El ecosistema MO§ES™

Superficies en vivo

Inicio rápido

Ejecuta la demo (una línea, sin necesidad de clonar)

curl -sL https://mos2es.org/demo/run.py | python3 -

Esto clona el repositorio a un directorio temporal, instala rich y ejecuta el pipeline completo de demo de 11 pasos. Requiere Python 3.10+ y git.

Clonar y ejecutar

git clone https://github.com/SunrisesIllneverSee/Moses_Enterprise_B2BPilot_.git
cd Moses_Enterprise_B2BPilot_/_01_platform
pip install rich
python3 -m src.cli.main demo full

Ejecutar la suite de pruebas

cd _01_platform
python3 -m pytest tests/ -q
# 527 tests pass

Ejecutar el servidor MCP localmente

cd _01_platform
pip install mcp
python3 -m src.mcp_server.server

Usar el servidor MCP remoto

Añádelo a tu configuración de Claude Desktop (~/Library/Application Support/Claude/claude_desktop_config.json en macOS):

{
  "mcpServers": {
    "moses": {
      "url": "https://mcp.mos2es.org/mcp",
      "transport": "http"
    }
  }
}

O llama a las herramientas directamente:

curl -s -D /tmp/h -X POST https://mcp.mos2es.org/mcp \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{}}' > /dev/null
SID=$(grep -i "^mcp-session-id:" /tmp/h | tr -d '\r\n' | sed 's/.*: //')
curl -s -X POST https://mcp.mos2es.org/mcp \
  -H "Content-Type: application/json" -H "MCP-Session-Id: $SID" \
  -d '{"jsonrpc":"2.0","id":2,"method":"tools/list"}' | python3 -m json.tool

El pipeline de demo de 11 pasos

La demo se ejecuta con datos completamente sintéticos. Sin operadores reales, sin texto de prompts real, sin llamadas API reales. Determinista — ejecutarla dos veces produce resultados idénticos.

Las 5 métricas canónicas

15 familias de evaluación. 13 clases de benchmark. 4 niveles de medición (Operador, Equipo, Flujo de trabajo, Organización).

Estructura del repositorio

_01_platform/          Python platform (the product)
  src/                 Source code (domain, metrics, analysis, diagnostics, CLI, MCP server)
  tests/               527 tests
  demo_data/           Synthetic demo cohort (50 operators, 1,668 observations)
  scripts/             Utility scripts
  schemas/             JSON schemas

_02_demo-website/      Enterprise demo site (enterprise.mos2es.org)
_03_promo-site/        Promo site (mos2es.org)
  vs/                  16 competitor comparison pages
  alternatives/        8 alternatives listicle pages
  concepts/            10 concept explainer pages
  guides/              4 how-to guides
  demo/run.py          One-liner demo runner
  .well-known/mcp.json MCP server discovery

_04_onepager/          One-pager site

_workers/              Cloudflare Workers
  promo-worker/        mos2es.org worker (static assets + AEO/SEO/GEO headers)
  moses-worker/        enterprise.mos2es.org worker (static assets)
  onepager-worker/     One-pager worker (static assets)
  mcp-worker/          MCP server worker (computes live from raw data, 27 tools)

Servidor MCP

El servidor MCP expone 27 herramientas (22 de lectura + 5 de escritura) sobre HTTP de transmisión en https://mcp.mos2es.org/mcp. No se requiere autenticación para el servidor público.

Las herramientas de lectura incluyen: estadísticas de cohortes, perfiles de operadores, distribuciones de métricas, posiciones de benchmark, hallazgos de divergencia, resultados de intervenciones, linaje de resultados, ajuste del flujo de trabajo, topología organizativa y más.

Las herramientas de escritura incluyen: crear intervención, asignar intervención, registrar resultado, crear configuración de evaluación, crear configuración piloto.

El servidor calcula en vivo a partir de datos brutos de observación — sin resultados precalculados. Cada llamada ejecuta los motores reales de puntuación, benchmarking y diagnóstico.

Tarjeta del servidor

curl -s https://mcp.mos2es.org/.well-known/mcp/server-card.json | python3 -m json.tool

Devuelve la tarjeta completa del servidor con los 27 esquemas de herramientas, información de transporte y metadatos.

Cloudflare Workers

Cuatro Workers se despliegan desde este repositorio:

Despliegue

npm install -g wrangler

cd _workers/promo-worker && wrangler deploy
cd _workers/moses-worker && wrangler deploy
cd _workers/onepager-worker && wrangler deploy
cd _workers/mcp-worker && wrangler deploy

Sincronización de datos del worker MCP

El worker MCP calcula en vivo a partir de archivos de datos brutos (observations.js, lineages.js) generados automáticamente a partir de los datos demo de la plataforma. Para regenerarlos después de actualizar los datos demo:

cd _workers/mcp-worker/src
python3 -c "
import json
with open('../../../_01_platform/demo_data/observations.jsonl') as f:
    data = [json.loads(l) for l in f if l.strip()]
with open('observations.js', 'w') as f:
    f.write('export default '); json.dump(data, f); f.write(';\n')
with open('../../../_01_platform/demo_data/lineages.jsonl') as f:
    data = [json.loads(l) for l in f if l.strip()]
with open('lineages.js', 'w') as f:
    f.write('export default '); json.dump(data, f); f.write(';\n')
"

Convenciones clave

• Marca: MO§ES™ (usa el signo de sección §)

• Todas las afirmaciones de resultados son ASSOCIATION, nunca CAUSATION, salvo que estén respaldadas por un experimento controlado

• La puntuación compuesta es DEVELOPMENTAL, nunca PERSONNEL — sin uso punitivo, sin ranking de empleados

• La similitud de operador es similitud métrica, NO coincidencia de personalidad

• Telemetría sin contenido — sin texto de prompt, sin cuerpos de salida, sin contenido de código en las observaciones

• Sin vigilancia del contenido de los prompts — el rendimiento del operador es observable solo a partir de la estructura de tokens

• Listo para gobernanza — etiquetas de evidencia (DEVELOPMENTAL, HYPOTHESIS, ASSOCIATION) en cada salida

Complementar, no reemplazar

MO§ES™ funciona junto con tus herramientas existentes de BI, suites de evaluación, herramientas de observabilidad y análisis de productividad. Mide la capa de inteligencia de sistemas que no pueden ver. No es un reemplazo: la pieza que falta.

Cinco pilares

Licencia

PolyForm Noncommercial 1.0.0 — consulta LICENSE. Se permiten el uso personal, la investigación y el uso no comercial. El uso comercial requiere una licencia. Patente en trámite.

mos2es.org · Reservar una demo · Ejecutar la demo · Servidor MCP

Creado por Deric J. McHenry — Ello Cello LLC