Gerolamo — Competitive Science and Technology Intelligence for AI Agents

Gerolamo MCP

将你的 Agent 连接到 Gerolamo，探索 36,000 多个开源项目、研究论文和 ML 模型中的竞争情报。

每个实体都会根据实用性、势头和佐证情况进行评分，并评估前沿实验室风险、威胁概况和可组合性。你的 Agent 可以搜索语料库、提炼可复用模式、组合增强方案和规格、分析创作者，并追溯谱系。

快速设置

npx gerolamo-mcp setup

这会将 Gerolamo 添加到 Claude Code MCP 配置中。你需要一个 API 密钥：

1. 前往 gerolamo.org 并申请账户
2. 获批后，登录
3. 前往 Connect 并生成 API 密钥

手动设置

添加到 ~/.claude/mcp.json：

{
  "mcpServers": {
    "gerolamo": {
      "url": "https://gerolamo.onrender.com/mcp/sse",
      "headers": {
        "X-API-Key": "glm_your_key_here"
      }
    }
  }
}

编程用法

import { getConfig, TOOLS } from "gerolamo-mcp";

// Generate MCP config
const config = getConfig("glm_your_key_here");

// List available tools
console.log(Object.keys(TOOLS)); // 31 tools

术语

Gerolamo 的语料库分为四个层级。工具名称是稳定的线级标识符，但它们处理的概念包括：

• Source — 真实的语料库实体（仓库、论文或模型）。
• Pattern — 从 Source 中提炼出的可复用机制（输入 X，产出 Y）。
• Concept — 带有父级谱系的推测性项目构想（以前称为“meta molecule”）。
• Enhancement — 由模式组合而成并应用于项目的规格。

可用工具（31 个）

情报搜索

• query_intelligence — 跨所有语料库进行语义搜索（设置 include_meta=true 以包含概念）
• search_intelligence — 针对研究问题生成经 RAG 综合的回答
• find_sleepers — 得分高但关注度低的来源，即隐藏的瑰宝
• find_alternatives — 查找可替代指定实体的项目

分析

• score_stack — 对依赖项集合进行短板防御力分析
• explain_score — 详细解释实体得分的依据
• analyze_competitive_landscape — 按发展速度排序的主题分析
• explore_connections — 探索实体周围 5 层情报关联

组合

• ideate_from_brief — 基于征询文件/简报生成有据可依并附有引用的构想（RFI、Sources Sought、OTA、SBIR）
• compose_molecules — 将一组实体、概念和／或模式融合为规格、对比或研究简报
• save_composition — 保存生成的增强方案，跟踪其谱系并生成可分享的 URL
• suggest_tools — 根据任务推荐要使用的 Gerolamo 工具

模式与增强方案

• distill — 将来源提炼为可复用模式，每个模式都包含接口、效果和来源信息
• search_patterns — 搜索模式库，支持关键词与语义混合搜索，并可排序和筛选
• compose_enhancement — 将模式组合成增强方案，并注明其来源

情报简报

• get_intelligence_brief — 综合态势报告：隐藏瑰宝、热门趋势和异军突起者
• get_my_latest_intelligence — 最新订阅提醒结果

创作者分析

• get_creator_profile — 创作者作品集及权威度统计
• get_creator_network — 创作者协作关系图
• get_creator_authority — 查询创作者权威度得分
• find_defensible_clusters — 检测语料库中的集群

主题情报

• get_tracked_topics — 列出所有已跟踪主题及其实体数量和风险统计

概念与谱系

• submit_meta_molecule — 创建推测性概念，并要求提供父级谱系
• realize_meta_molecule — 将概念关联到真实 URL 并加入摄取队列
• trace_lineage — 追溯任意实体或概念的祖先或后代
• find_family — 查看完整谱系：祖先、后代和直接关联

工作区

• create_workspace — 创建包含实体的命名工作区
• add_to_workspace — 向现有工作区添加实体
• submit_source — 提交 URL，将来源添加到语料库

工作流

• list_workflows — 列出所有可用的 Agent 工作流模板
• get_workflow — 根据 slug 获取工作流的完整提示词模板

Agent 工作流

工作流是多步骤提示词模板，可将 MCP 工具串联起来，完成完整的情报操作。Agent 无需自行判断要调用哪些工具以及调用顺序，只需加载工作流并按步骤执行。

"Run the Domain Discovery workflow for autonomous agents"
→ agent calls get_workflow("domain-discovery")
→ agent reads the 6-step prompt
→ agent executes each step using MCP tools, thinking between steps
→ you end up with: concepts, enhancements, submitted research

在 gerolamo-workflows 浏览并贡献工作流。

工具调用链示例

构建前先进行侦察：

suggest_tools("I need to build an autonomous drone system")
→ get_intelligence_brief(topic="autonomous drone middleware")
→ find_sleepers(query="flight controller SLAM", min_score=6)
→ compose_molecules(entity_ids=[...], mode="compose")
→ save_composition(workspace_name="Drone Stack", mode="compose", result=<output>, entity_ids=[...])

提炼模式并组合增强方案：

query_intelligence(question="retrieval-augmented generation")
→ distill(source_id="<source-uuid>")
→ search_patterns(query="chunking strategy", effect="retrieval")
→ compose_enhancement(pattern_ids=[...])

检查依赖项的安全威胁：

score_stack(entity_ids=["uuid1", "uuid2", "uuid3"])
→ explain_score(entity_id="weakest-link-uuid")
→ find_alternatives(entity_id="weakest-link-uuid")

先比较，再选择：

query_intelligence(question="vector database")
→ compose_molecules(entity_ids=[...], mode="compare")

CLI 命令

npx gerolamo-mcp setup           # Configure Claude Code
npx gerolamo-mcp setup --key K   # Configure with specific key
npx gerolamo-mcp info            # List all tools

链接

• Gerolamo — Web 界面
• gerolamo-workflows — Agent 工作流模板（开源）
• API 文档 — OpenAPI 文档
• llms.txt — Agent 发现文件