zenture
CommencerSe connecter

Disponible

Évaluer dans les environnements d’IA déjà utilisés.

Les intégrations de plugins et workflows rapprochent la couche de fiabilité de ChatGPT, Claude et d’autres environnements sans remplacer le contexte utilisateur.

Voir le moteur d’évaluation

Intégration ChatGPT

Connecter zenture à ChatGPT.

zenture est un plugin publié, disponible sur toutes les offres, y compris Free. Installez-le une fois et faites vérifier n’importe quelle réponse directement dans votre conversation.

Configuration en cinq étapes

  1. Ouvrir Plugins

    Dans ChatGPT, allez dans Paramètres > Plugins. Aucun mode développeur requis — sur les offres Enterprise ou Edu, un administrateur devra peut-être d’abord activer les plugins.

  2. Trouver zenture

    Recherchez zenture dans le répertoire de plugins et ouvrez sa fiche.

  3. Installer et connecter

    Choisissez Installer le plugin, puis Connecter.

  4. Se connecter et approuver

    Une fenêtre de navigateur s’ouvre. Connectez-vous à zenture et approuvez l’accès demandé.

  5. Utiliser dans une conversation

    Dans une conversation, mentionnez @zenture ou choisissez-le dans le menu +, et faites-lui vérifier une réponse. Approuvez la demande lorsque ChatGPT vous la présente. Déconnectez-le ensuite depuis Paramètres > Plugins.

Intégration Claude

Connecter zenture à Claude.

Ajoutez zenture comme connecteur personnalisé dans Claude et faites vérifier une réponse sans quitter la conversation.

Configuration en cinq étapes

  1. Ouvrir les connecteurs

    Dans Claude, ouvrez Personnaliser puis Connecteurs.

  2. Ajouter le connecteur

    Cliquez sur +, choisissez Ajouter un connecteur personnalisé, puis collez https://mcp.zenture.app. Les offres gratuites permettent un connecteur personnalisé ; sur Team ou Enterprise, un administrateur l’ajoute une fois dans Paramètres de l’organisation > Connecteurs, puis les membres peuvent se connecter.

  3. Se connecter et approuver

    Sélectionnez Connecter. Une fenêtre de navigateur s’ouvre — connectez-vous à zenture et approuvez l’accès demandé.

  4. Activer dans une conversation

    Ouvrez le menu + de votre conversation, choisissez Connecteurs, et activez zenture.

  5. Faire vérifier une réponse

    Demandez à Claude de vérifier une réponse avec zenture. La première fois, autorisez l’outil — Autoriser une fois ou Toujours autoriser — et le résultat apparaît dans la conversation.

MCP / API

Utiliser MCP ou API.

Connectez zenture comme serveur MCP pour des clients comme Cursor ou VS Code, ou appelez l’API publique directement depuis votre backend. L’API publique est actuellement une release candidate.

Configuration en cinq étapes

  1. Installer le client

    Installez le client Python zenture depuis PyPI avec pip install zenture.

    zenture-client
    $ pip install zenture

  2. Créer l’accès

    Créez un jeton API dans votre profil zenture (Profil > Jetons API) pour le client ou l’API, ou connectez-vous par OAuth lorsque votre client MCP ajoute le serveur.

  3. Se connecter

    Ajoutez https://mcp.zenture.app comme serveur MCP distant dans votre client MCP, ou définissez la variable d’environnement ZENTURE_API_KEY pour le client ou l’API.

    mcp.json
    {
      "mcpServers": {
        "zenture": {
          "url": "https://mcp.zenture.app"
        }
      }
    }

  4. Lancer le premier Run

    Appelez l’outil run depuis votre client MCP, utilisez client.runs.run(...) avec le client Python, ou envoyez POST /v1/runs/prepare puis POST /v1/runs avec un en-tête Idempotency-Key. L’évaluation classique reste disponible comme voie secondaire.

    run.py
    from zenture import ZentureClient
    with ZentureClient.from_env() as client:
        run = client.runs.run(
            task="Check that the answer names exactly two colours.",
            artifact={"type": "text", "value": "Blue and green."},
            idempotency_key="review-case-123",
        )
        client.runs.wait(run.run_id, timeout=120.0)
        result = client.runs.get(run.run_id, view="full")
        print(result.status, result.acceptance_decision)

  5. Lire le résultat

    Via MCP, get_run renvoie le statut, acceptance_decision, le contenu du résultat et la prochaine action ; list_runs, cancel_run et record_run_outcome couvrent le reste du cycle de vie d’un Run. Via l’API, lisez GET /v1/runs/{id}.