🌐 intelligence-hub-mcp

Multi-Domain Intelligence Intake, 80:20 Crossover Synthesis & Publishing MCP Server

Ein Intelligence-Hub-MCP-Server, der die neuesten Trends aus mehreren verschiedenen Spitzenfeldern (KI/Vibe-Coding, synthetische Biologie, Neurowissenschaften, Kryptowährungen, Medizin, Reverse Engineering) parallel erfasst, eine 80:20-Pareto-Trennung & Crossover-Analyse (Disziplinen-Schnittmengen) durchführt und strukturierte Erkenntnisse liefert.

🏛️ Hermes-Ökosystem & Tri-MCP-Architektur

Dieser MCP-Server arbeitet unter dem Hermes AI Agent (Master Orchestrator) und agiert als gleichberechtigter Peer für die akademische Tiefenanalyse (ocr-mcp-server) sowie die eigene Medienverteilung (news-site-coral).

                    ┌───────────────────────────────┐
                    │      🪐 Hermes AI Agent       │
                    │      (Master Orchestrator)    │
                    └───────┬───────────────┬───────┘
                            │               │
            ┌───────────────┴────┐     ┌────┴──────────────┐
            │ intelligence-hub-mcp│     │  ocr-mcp-server   │
            │  (80:20 Crossover) │     │ (Deep MAD Review) │
            └────────────────────┘     └───────────────────┘
                            │                   │
                            └─────────┬─────────┘
                                      ▼
                    ┌───────────────────────────────┐
                    │       news-site-coral         │
                    │  (WIRED Narrative Publishing) │
                    └───────────────────────────────┘

1. Mehrschichtiges Intake (intake/):

   • Typ A (RSS/Atom): bioRxiv (SynthBio / Neuroscience), medRxiv, Zenn, Ethereum Research, Paradigm

   • Typ B (öffentliche API): Hacker News (Firebase API), arXiv (Atom API)

   • Typ C (Browser/inoffizielle API): GitHub Trending (Phase 2)

   • Smart Skip: Verhindert automatisch unnötige häufige Anfragen anhand der interval_hours-Bewertung.

2. Intelligence-Generierung & Persistenz (storage/ & analysis/):

   • LanceDB (PyArrow): Speicherung der Metadaten von IntelligenceRecord plus 768-dimensionale Vektor-Embeddings.

   • 80:20-Pareto-Analyse: 80% gezielte Beobachtung + 20% Serendipitäts-Enklaven.

   • Crossover-Extraktion: Extrahiert mit LLM strukturelle Analogien und gegenseitige Anwendungsmöglichkeiten zwischen verschiedenen Disziplinen.

3. Publishing & Integration (mcp/):

   • Versieht strukturierte Daten (CrossoverDigest) mit suggested_themes / suggested_tags und liefert über den Hermes Agent mehrkanalig an X (140-Zeichen-Thread) / Note (Essay) / Coral Magazine (WIRED-artiges HTML in dreiteiliger Struktur) aus.

Related MCP server: worldmonitor-mcp

🚀 Schnellstart

Abhängigkeiten synchronisieren

uv sync --all-groups

Tests ausführen

uv run pytest

Layer-Grenzvalidierung (Spaghetti Guard)

npx @naoya.k/spaghetti-guard check

Periodische Erfassungs-CLI ausführen (Cron / Batch-Ausführung)

uv run intelligence-hub-cron

MCP-Server starten (Stdio Transport)

uv run intelligence-hub-mcp

🛠️ Öffentliche MCP-Tools

• fetch_intelligence_feed(category=None, limit_per_channel=None, force_fetch=False): Ruft die neuesten Feeds parallel ab und speichert sie in LanceDB (mit interval_hours-Bewertung).

• search_intelligence(query, category=None, limit=10): Semantische Vektorähnlichkeitssuche.

• list_intelligence_records(category=None, is_serendipity=None, limit=50): Gefilterte Liste der gespeicherten Artikel.

• generate_crossover_digest(period="daily", fetch_latest_first=True): Generiert einen interdisziplinären Crossover-Bericht und strukturierte Daten mit Coral-Empfehlungs-Tags.

• get_feed_status(): Zeigt Einstellungen, Intervallstatus und LanceDB-Statistiken der überwachten Feeds an.