title: InterOrdra MCP emoji: 🔍 colorFrom: purple colorTo: blue sdk: docker pinned: false license: mit short_description: Herramienta de detección de brechas semánticas para agentes de IA

InterOrdra MCP

Mide la distancia semántica entre textos. Detecta la desalineación antes de que se convierta en un problema.

InterOrdra es un servidor MCP que te indica, mediante un número, qué tan lejos están conceptualmente dos fragmentos de texto. No solo superposición de palabras clave: distancia semántica real utilizando embeddings.

Creado para agentes de IA, pipelines y desarrolladores que necesitan saber cuándo una conversación, una recuperación o una respuesta está fallando silenciosamente.

Related MCP server: renoun-mpc

El problema que resuelve

Dos cosas pueden estar conectadas sintácticamente pero estar a mundos de distancia semánticamente:

• Un usuario pregunta sobre X. Tu agente responde sobre Y. Nadie se da cuenta.

• Tu pipeline RAG recupera documentos. En realidad no responden a la consulta. El LLM alucina para llenar el vacío.

• Una negociación dura horas. Las partes nunca están hablando de lo mismo.

• Un usuario reformula la misma pregunta 5 veces. El sistema sigue sin captar la necesidad real.

InterOrdra saca a la luz estas brechas. Te da una puntuación de 0 (totalmente alineado) a 1 (completamente desconectado), el nivel de gravedad y el vocabulario único de cada lado.

Conectar a través de Smithery (recomendado)

No requiere configuración. Funciona con cualquier cliente compatible con MCP.

Necesitarás tu propia ANTHROPIC_API_KEY. Smithery te la solicitará al conectar.

Casos de uso

Cuándo llamar a cada herramienta

Llama a detectar_gap cuando:

• Una pregunta y su respuesta parecen fuera de tema o desconectadas

• Necesitas una puntuación numérica para la similitud semántica entre dos textos

• Estás construyendo un filtro de relevancia para la generación aumentada por recuperación (RAG)

• Se necesita verificar que dos conceptos pertenecen al mismo espacio semántico

Llama a reformular_pregunta cuando:

• Una pregunta es demasiado vaga para responderla bien

• Un usuario sigue preguntando lo mismo sin obtener satisfacción

• Necesitas sacar a la luz el problema subyacente antes de responder

Llama a analizar_conversacion cuando:

• Una conversación de varios turnos está derivando y perdiendo coherencia

• Necesitas encontrar el turno exacto donde se rompió la alineación

• Un pipeline de agentes está produciendo resultados inconsistentes entre turnos

Herramientas

detectar_gap

Mide la distancia semántica entre dos textos usando embeddings. Devuelve una puntuación de brecha, un nivel de gravedad y el vocabulario único de cada texto.

Entrada:

{
  "texto_a": "the server is not responding to network requests",
  "texto_b": "I need the team to understand my product vision"
}

Salida:

{
  "gap_score": 0.94,
  "nivel": "alto",
  "mensaje": "Gap semántico significativo. Los textos hablan de mundos distintos.",
  "similaridad_semantica": 0.06,
  "palabras_solo_en_A": ["servidor", "red", "solicitudes"],
  "palabras_solo_en_B": ["visión", "producto", "equipo"],
  "metodo": "embeddings"
}

Puntuación de brecha:

• 0.0 – 0.3 → Bajo. Los textos comparten suficiente significado.

• 0.3 – 0.6 → Medio. Desconexión parcial. Probables malentendidos.

• 0.6 – 1.0 → Alto. Los textos operan en mundos conceptuales completamente diferentes.

reformular_pregunta

Toma una pregunta y devuelve tres encuadres alternativos que sacan a la luz la necesidad real detrás de ella. Utiliza Claude.

Entrada:

{
  "pregunta": "why doesn't anyone understand me"
}

Salida:

{
  "pregunta_original": "why doesn't anyone understand me",
  "variantes": [
    "What specific communication breakdown is happening in your current context?",
    "What would it look like if someone truly understood you — what would change?",
    "Which part of your message consistently gets lost or misinterpreted?"
  ],
  "instruccion": "Use these variants to explore the gap between what is asked and what is needed."
}

analizar_conversacion

Analiza una secuencia de mensajes para detectar brechas semánticas acumuladas. Encuentra dónde comienza a divergir una conversación.

Entrada:

{
  "mensajes": [
    "We need to improve system performance",
    "I think we should hire more engineers",
    "The budget for Q3 is already allocated",
    "Can we talk about team morale instead?"
  ]
}

Salida:

{
  "gaps_detectados": [
    {"entre_mensajes": "1 y 2", "gap_score": 0.45, "nivel": "medio"},
    {"entre_mensajes": "2 y 3", "gap_score": 0.71, "nivel": "alto"},
    {"entre_mensajes": "3 y 4", "gap_score": 0.83, "nivel": "alto"}
  ],
  "gap_promedio": 0.66,
  "punto_critico": {"entre_mensajes": "3 y 4", "gap_score": 0.83},
  "diagnostico": "Conversación gravemente desacoplada"
}

Autoalojamiento

Requisitos: Python 3.10+ · Tu propia ANTHROPIC_API_KEY

pip install fastmcp anthropic
python server.py

Claude Desktop — añadir a claude_desktop_config.json:

{
  "mcpServers": {
    "interordra": {
      "command": "python",
      "args": ["/path/to/server.py"],
      "env": {
        "ANTHROPIC_API_KEY": "your-api-key-here"
      }
    }
  }
}

InterOrdra utiliza tu propia clave de API de Anthropic. El autor no paga por tu uso.

Antecedentes

InterOrdra surgió de un patrón: dos sistemas transmitiendo en frecuencias completamente diferentes; técnicamente comunicándose, pero realmente desconectados.

El nombre proviene de inter (entre) + ordra (orden/estructura): el espacio entre sistemas ordenados donde viven las brechas.

Proyecto completo: github.com/rosibis-piedra/interordra

Autor

Rosibis Piedra Ingeniera de Software de IA · Costa Rica github.com/rosibis-piedra

Licencia

MIT