timesfm
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
Store and retrieve controlled AI news stimuli with generation metadata for misinformation research
Originaltext des Herstellers
Skills, die der KI diese Art Arbeit beibringen; sie funktionieren zusammen mit diesem
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
Open-source intelligence for the global theater. Track everything from the corporate/private jets of the wealthy, and spy satellites, to seismic events in one unified interface. Hook an AI agent up to have it parse through data and find previously unseen correlations. The knowledge is available to…
scrape data from Google Maps. Extracts data such as the name, address, phone number, website URL, rating, reviews number, latitude and longitude, reviews,email and more for each place
Listen sind nach einem Nutzungswert (von 100) aus diesen Teilen sortiert
| Beliebtheit | 19/80 | GitHub-Sterne oder wöchentliche Downloads: der größere Wert zählt 60, der kleinere 20 |
|---|---|---|
| Aktualität | 12/12 | Volle Punkte für Release oder Codeänderung in 30 Tagen |
| Antwortet noch | 0/8 | Der Cloud-Endpoint antwortete bei der letzten Prüfung |
| Nutzungswert | 31/100 |
Qualität: 3/3 Basisprüfungen bestanden (angezeigt, nicht zur Sortierung) · Schwung: Noch keine Daten (Nur im Tab Im Trend verwendet)
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
Mit einem Satz von deiner KI installieren lassen
Installiere bitte RogueGPT. Folge https://mcp.popnx.com/i/aloth-roguegpt.md, zeig mir die Befehle und warte auf mein OK, bevor du sie ausführst.Füge ihn in eine KI ein, die auf deinem Rechner arbeitet (z. B. Claude Code oder Cursor). Sie liest unsere Schritte, zeigt dir die Befehle und wartet auf dein OK. Kein Schlüssel, keine Anmeldung. · Vollständigen Text ansehen
3/3 Prüfungen bestanden · Läuft auf deinem Computer · ✓ Befehle geprüft am 20. Nov. 2026
Zuerst: Welche KI nutzt du?
Wähle deine App, dann erscheinen die Schritte unten.
Klappt mit Claude, aber erst etwas vorbereiten
Du brauchst einen Schlüssel von RogueGPT (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy
Kopiere diese Nachricht in einen Claude-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server RogueGPT für Claude auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "roguegpt": { "command": "uvx", "args": [ "roguegpt", "mcp" ], "env": { "ROGUEGPT_MONGO_URI": "your-value" } } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei ROGUEGPT_MONGO_URI "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von RogueGPT wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --versionMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version
Einmal installieren, gilt für alles, was uv braucht
Öffne die Seite des Anbieters, registriere dich und erstelle einen API-Schlüssel für den nächsten Schritt. Preise und Gratis-Tarife siehst du auf seiner Seite.
SettingsDeveloperEdit Config
{
"mcpServers": {
"roguegpt": {
"command": "uvx",
"args": [
"roguegpt",
"mcp"
],
"env": {
"ROGUEGPT_MONGO_URI": "your-value"
}
}
}
}Füge den Schlüssel nur in das Feld der App ein, nie in einen Chat und schick ihn niemandem
Nutze RogueGPT und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Claude sagt, dass es RogueGPT nutzt, oder ein Werkzeug von RogueGPT in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
ChatGPT kann RogueGPT noch nicht verbinden
RogueGPT läuft auf deinem Computer, aber ChatGPT verbindet nur Server, die im Web laufen
A · Eine App nutzen, die RogueGPT verbinden kann
Klappt mit Claude Code, aber erst etwas vorbereiten
Du brauchst einen Schlüssel von RogueGPT (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Kopiere diese Nachricht in einen Claude Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server RogueGPT für Claude Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): claude mcp add --scope user roguegpt --env ROGUEGPT_MONGO_URI=your-value -- uvx roguegpt mcp 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei ROGUEGPT_MONGO_URI "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von RogueGPT wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --versionMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version
Einmal installieren, gilt für alles, was uv braucht
Öffne die Seite des Anbieters, registriere dich und erstelle einen API-Schlüssel für den nächsten Schritt. Preise und Gratis-Tarife siehst du auf seiner Seite.
Mac: Command+Leertaste drücken und Terminal tippen · Windows: PowerShell öffnen
claude mcp add --scope user roguegpt --env ROGUEGPT_MONGO_URI=your-value -- uvx roguegpt mcpErsetze „your-value“ vor dem Enter durch deinen Schlüssel
Füge den Schlüssel nur in das Feld der App ein, nie in einen Chat und schick ihn niemandem
RogueGPT sollte in der Liste als verbunden erscheinen
Nutze RogueGPT und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Claude Code sagt, dass es RogueGPT nutzt, oder ein Werkzeug von RogueGPT in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit Cursor, aber erst etwas vorbereiten
Du brauchst einen Schlüssel von RogueGPT (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Kopiere diese Nachricht in einen Cursor-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server RogueGPT für Cursor auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "roguegpt": { "command": "uvx", "args": [ "roguegpt", "mcp" ], "env": { "ROGUEGPT_MONGO_URI": "your-value" } } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei ROGUEGPT_MONGO_URI "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von RogueGPT wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --versionMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version
Einmal installieren, gilt für alles, was uv braucht
Öffne die Seite des Anbieters, registriere dich und erstelle einen API-Schlüssel für den nächsten Schritt. Preise und Gratis-Tarife siehst du auf seiner Seite.
In den Einstellungen von RogueGPT ist ROGUEGPT_MONGO_URI leer; trag deinen Schlüssel ein und speichere
Füge den Schlüssel nur in das Feld der App ein, nie in einen Chat und schick ihn niemandem
Nutze RogueGPT und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Cursor sagt, dass es RogueGPT nutzt, oder ein Werkzeug von RogueGPT in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Cursor abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit VS Code, aber erst etwas vorbereiten
Du brauchst einen Schlüssel von RogueGPT (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Kopiere diese Nachricht in einen VS Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server RogueGPT für VS Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "servers": { "roguegpt": { "type": "stdio", "command": "uvx", "args": [ "roguegpt", "mcp" ], "env": { "ROGUEGPT_MONGO_URI": "your-value" } } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei ROGUEGPT_MONGO_URI "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von RogueGPT wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --versionMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version
Einmal installieren, gilt für alles, was uv braucht
Öffne die Seite des Anbieters, registriere dich und erstelle einen API-Schlüssel für den nächsten Schritt. Preise und Gratis-Tarife siehst du auf seiner Seite.
VS Code fragt nach einer Bestätigung; klicke Install
In den Einstellungen von RogueGPT ist ROGUEGPT_MONGO_URI leer; trag deinen Schlüssel ein und speichere
Füge den Schlüssel nur in das Feld der App ein, nie in einen Chat und schick ihn niemandem
Nutze RogueGPT und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn VS Code sagt, dass es RogueGPT nutzt, oder ein Werkzeug von RogueGPT in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von VS Code abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Claude Code
claude mcp add --scope user roguegpt --env ROGUEGPT_MONGO_URI=your-value -- uvx roguegpt mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"roguegpt": {
"command": "uvx",
"args": [
"roguegpt",
"mcp"
],
"env": {
"ROGUEGPT_MONGO_URI": "your-value"
}
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"roguegpt": {
"command": "uvx",
"args": [
"roguegpt",
"mcp"
],
"env": {
"ROGUEGPT_MONGO_URI": "your-value"
}
}
}
}VS Code (mcp.json)
{
"servers": {
"roguegpt": {
"type": "stdio",
"command": "uvx",
"args": [
"roguegpt",
"mcp"
],
"env": {
"ROGUEGPT_MONGO_URI": "your-value"
}
}
}
}ROGUEGPT_MONGO_URI geheim erforderlich envBeschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.
Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
pypi: roguegptBasierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.
Laufen auf deinem Computer in
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 20. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto aloth bestätigt, dem das Repo gehört
Code zuletzt geändert: vor 13 Tagen
Nutzt GPL-3.0
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen
Keine Einträge auf OSV.dev für roguegpt@1.5.0
Prüft nur diese Paketversion, nicht alle Abhängigkeiten · geprüft 15. Nov. 2026
Wenn du das gebaut hast, füge diesen Code in dein README ein. Das Badge verlinkt auf diese Seite.
[](https://mcp.popnx.com/en/servers/aloth-roguegpt)Fragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.
Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.
Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.
Noch keine Bewertungen
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Er hat 3 von 3 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.
Das musst du eintragen: ROGUEGPT_MONGO_URI
Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).
Das GitHub-Repo wurde zuletzt vor 13 Tagen geändert, und die neueste Version (1.5.0) kam vor 13 Tagen in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.
In derselben Kategorie: OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)
Gleiche Kategorie, andere Entwickler, Befehle bereits geprüft. Offizielle zuerst, dann nach Sternen.
So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
Keyword research, site audits, rank tracking and AI visibility for your AI agent.
Official Exa MCP for web search, content fetching, and multi-step research.
Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.
Search and read Empryo's documentation. Read-only, no auth, no local access.
cotal.ai actions: product overview, site search, build log, feedback, Cloud waitlist, updates, calls
| Dieser RogueGPT | OpenSEO | Exa | Microsoft Learn MCP | Docs | COTAL actions (cotal.ai) | |
|---|---|---|---|---|---|---|
| Läuft wo | Wird auf deinem Rechner installiert | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation |
| Braucht Schlüssel | Ja | Nein | Nein | Nein | Nein | Nein |
| Mit + in Claude hinzufügen | Nein | Ja | Ja | Ja | Nein | Nein |
| Basisprüfungen | 3/3 | 5/5 | 2/4 | 4/4 | 4/4 | 4/4 |
| Lizenz | GPL-3.0 | MIT | MIT | CC-BY-4.0 | NOASSERTION | Apache-2.0 |
| Preis | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register |
Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.
If RogueGPT is useful for your research, please [cite the JOSS paper](#citation) and star the repository. GitHub's "Cite this repository" button in the sidebar gives the reference in APA and BibTeX.
Install: pip install roguegpt, or pip install "roguegpt[mcp]" with the MCP server. See Installation.
RogueGPT is research instrumentation. It generates controlled, fully parameterised news fragments so that researchers can measure how people and detectors respond to synthetic news under experimental conditions.
It is the upstream stage of a three-part pipeline: CRED-1 identifies unreliable sources, RogueGPT produces the stimuli, and JudgeGPT collects human judgements that link back to the exact generation parameters.
| Corpus | 3,278 multilingual fragments (2,638 machine, 640 human-sourced) |
| Models | 10 models across 6 providers (see Dataset for the full list) |
| Coverage | 4 languages, 3 formats, 5 journalistic styles per language |
| Provenance | every fragment stores the model, prompt, language, style, and format that produced it |
Scope and safeguards. The framework produces short fragments for delivery inside studies. It has no publishing, posting, distribution, scheduling, or audience-targeting capability, and none is planned. Researchers supply their own API credentials, so generation stays attributable and the upstream providers' usage policies continue to apply. Human data collection through JudgeGPT is subject to institutional ethics review, the corpus is archived under restricted academic access, and the software is GPL-3.0 so derivative work stays open to inspection. See Limitations and Disclaimer.
Empirical research on AI-generated news increasingly needs stimuli that are diverse, reproducible, and generated under controlled experimental conditions - not only for human-perception studies, but for the broader shift from static fake-news generation to agentic disinformation campaigns. RogueGPT provides a systematic, multi-model framework for producing such stimuli across multiple LLM families, languages, journalistic styles, and content formats, with full provenance tracking.
Unlike single-model predecessors (e.g., GROVER), RogueGPT uses an extensible, model-agnostic architecture that connects static text generation with dynamic agent-based simulation (ABS) of misinformation diffusion. By standardizing the "seeding" phase of misinformation simulations, it supports red-teaming of detection systems against diverse, parameter-rich content.
Intended users. The infrastructure targets four overlapping communities: (i) misinformation researchers who need controlled stimuli linked to perception data; (ii) red-teamers who generate adversarial content variants to stress-test detectors; (iii) agent-based simulation researchers who need reproducible seed content for diffusion models; and (iv) human-factors researchers studying perception.
RogueGPT is the stimulus generation component of the JudgeGPT research pipeline. Together, they enable end-to-end experiments from controlled content generation to quantitative human perception measurement. This methodology is described in our foundational survey, *"Blessing or Curse? A Survey on the Impact of Generative AI on Fake News"* (arXiv:2404.03021), and extended in two WWW '26 Companion papers: *"Industrialized Deception"* (arXiv:2601.21963), which examines the systemic effects of LLM-generated misinformation, and *"Eroding the Truth-Default"* (arXiv:2601.22871), which reports the human perception findings from stimuli generated by this framework.
RogueGPT follows a three-layer architecture that separates data logic from interfaces:
┌──────────────────────────────────────────────────────┐
│ Interfaces │ │ ┌───────────┐ ┌───────────┐ ┌──────────────────┐ │ │ │ app.py │ │ cli.py │ │ mcp_server.py │ │ │ │ Streamlit │ │ Terminal │ │ MCP Protocol │ │ │ └─────┬─────┘ └─────┬─────┘ └────────┬─────────┘ │ │ └──────────────┼─────────────────┘ │ │ ┌────┴────┐ │ │ │ core.py │ │ │ │ Data │ │ │ │ Layer │ │ │ └────┬────┘ │ │ ┌───────┴────────┐ │ │ │ MongoDB │ │ │ │ realorfake. │ │ │ │ fragments │ │ │ └────────────────┘ │ └──────────────────────────────────────────────────────┘
| Component | Purpose |
|---|---|
| `core.py` | Data layer: schema validation, normalization, MongoDB CRUD operations. No UI dependencies. |
| `app.py` | Streamlit web interface for interactive generation and manual data entry. |
| `cli.py` | Command-line interface for scripted ingestion, retrieval, and dataset inspection. |
| `mcp_server.py` | Model Context Protocol server exposing ingest_fragment and retrieve_fragments as tools for AI agent integration. |
| `prompt_engine.json` | Declarative configuration defining prompt templates, model identifiers, languages, styles, and formats. |
The current corpus contains 3,278 multilingual news fragments spanning:
Of the full corpus, 2,638 fragments are machine-generated and 640 are human-authored, all with binary human/machine labels and full generation metadata (source model, prompt type, language, format, topic).
The corpus is available on Zenodo under restricted access for academic research. The machine-generated fragments are released under CC BY 4.0; the human-sourced fragments are excerpts of third-party news material that we cannot license onward and are shared for research use only, which is why access is granted on request rather than openly:
The concept DOI 10.5281/zenodo.18703137 always resolves to the latest version. The current version is 1.2.1, 10.5281/zenodo.23053786 (3,278 fragments, snapshot of 23 March 2026). Cite the version DOI when your analysis has to be reproducible.
Note for machine learning use: the corpus contains duplicate content under distinct fragment identifiers (545 rows across 196 repeated texts). Group by normalized text before creating train and test splits, otherwise a random split leaks training content into the test set.
The figures above describe the released corpus. The model registry is a separate, larger surface: prompt_engine.json defines 47 model identifiers across 11 providers as of 2026-02-23, enabling rapid expansion of the corpus with new model generations. Registry entries are available for generation; they do not imply that a model contributed to the current snapshot.
Both figures are reproducible from the repository:
# corpus: models and providers actually represented
python3 -c "import csv,collections; r=list(csv.DictReader(open('roguegpt-fragments.csv'))); m=[x['MachineModel'] for x in r if x['MachineModel'].strip()]; print(len(r),'fragments |',len(m),'machine |',len(set(m)),'models |',len({x.split('_')[0] for x in m}),'providers')"
python3 -c "import json; m=json.load(open('prompt_engine.json'))['GeneratorModel']; print(len(m),'models |',len({x.split('_')[0] for x in m}),'providers')"
Human-written fragments are sourced from two categories:
Legitimate News is collected from established, internationally recognized outlets via RSS feeds, including BBC News, The Guardian, Reuters, Tagesschau, FAZ, Le Monde, and El País. For each article, the opening paragraphs are extracted and stored alongside the source URL and outlet name for full provenance.
Fake News is identified using the CRED-1 Domain Credibility Dataset (Loth, Kappes & Pahl, 2025; DOI: 10.5281/zenodo.18769460), which scores 2,673 domains on a 0–1 credibility scale based on editorial classification, fact-check claims, web popularity, and domain age. Domains categorized as *fake*, *unreliable*, or *conspiracy* with a CRED-1 score below 0.25 and an active Tranco web rank serve as the source pool. Articles are then scraped from these domains' RSS feeds using the same extraction pipeline as legitimate news. This approach ensures that fake news fragments reflect authentic disinformation language rather than artificially constructed examples.
Both categories are ingested via the RogueGPT CLI with full metadata (--origin Human, --outlet, --url, and --is-fake for fake news), enabling reproducible dataset expansion.
RogueGPT operates as the first stage of a two-part experimental workflow: