666ghj/MiroFish 来源：https://github.com/666ghj/MiroFish 简洁通用的群体智能引擎，预测万物 A Simple and Universal Swarm Intelligence Engine, Predicting Anything GitHub星标 (https://github.com/666ghj/MiroFish/stargazers) GitHub关注者 (https://github.com/666ghj/MiroFish/watchers) GitHub复刻 (https://github.com/666ghj/MiroFish/network) Docker (https://hub.docker.com/) 问DeepWiki (https://deepwiki.com/666ghj/MiroFish) Discord (http://discord.gg/ePf5aPaHnA) X (https://x.com/mirofish_ai) Instagram (https://www.instagram.com/mirofish_ai/) 英文 | 中文文档 ## ⚡ 概述 MiroFish 是一款基于多智能体技术的下一代 AI 预测引擎。通过从现实世界提取种子信息（如突发新闻、政策草案或金融信号），它自动构建一个高保真的平行数字世界。在这个空间内，数千个拥有独立人格、长期记忆和行为逻辑的智能体自由互动并进行社会演化。您可以从“上帝视角”动态注入变量，精确推演未来轨迹——在数字沙盒中预演未来，在无数次模拟后赢得决策。 > 您只需：上传种子素材（数据分析报告或有趣的小说故事），并用自然语言描述您的预测需求 > MiroFish 将返回：详细的预测报告和一个可深度交互的高保真数字世界 ### 我们的愿景 MiroFish 致力于创建一个映射现实的群体智能镜像。通过捕捉个体互动引发的集体涌现，我们突破了传统预测的局限： - 宏观层面：我们是决策者的预演实验室，让政策和公关可以在零风险下进行测试 - 微观层面：我们是个人用户的创意沙盒——无论是推演小说结局还是探索想象场景，一切皆可有趣、可玩、可及 从严肃预测到趣味模拟，我们让每一个“如果”都能看到结果，让万物预测成为可能。 ## 🌐 在线演示 欢迎访问我们的在线演示环境，体验我们为您准备的舆情事件预测模拟： mirofish-live-demo (https://666ghj.github.io/mirofish-demo/) ## 📸 截图 ## 🎬 演示视频 ### 1. 武汉大学舆情模拟 + MiroFish 项目介绍 点击图片观看基于斗鱼生成的《武汉大学舆情报告》进行预测的完整演示视频 ### 2. 红楼梦后四十回结局推演 点击图片观看 MiroFish 基于《红楼梦》前八十回数十万字对失传结局的深度预测 > 金融预测、政治新闻预测等更多示例即将推出… ## 🔄 工作流程 1. 建图：种子提取 & 个体/集体记忆注入 & GraphRAG 构建 2. 环境搭建：实体关系提取 & 人设生成 & 智能体配置注入 3. 模拟：双平台并行模拟 & 自动解析预测需求 & 动态时序记忆更新 4. 报告生成：配备丰富工具集的 ReportAgent 与模拟后环境深度交互 5. 深度交互：与模拟世界中的任意智能体聊天 & 与 ReportAgent 交互 ## 🚀 快速开始 ### 方式一：源码部署（推荐） #### 前置条件 | 工具 | 版本 | 描述 | 检查安装 | |——|——|———––|———––| | Node.js | 18+ | 前端运行时，包含 npm | node -v | | Python | ≥3.11, ≤3.12 | 后端运行时 | python --version | | uv | 最新 | Python 包管理器 | uv --version | #### 1. 配置环境变量 bash # 复制示例配置文件 cp .env.example .env # 编辑 .env 文件，填入所需的 API 密钥 必需的环境变量： env # LLM API 配置（支持任何兼容 OpenAI SDK 格式的 LLM API） # 推荐：阿里云百炼平台通义千问 qwen-plus 模型：https://bailian.console.aliyun.com/ # 消耗较高，建议先尝试 40 轮以内的模拟 LLM_API_KEY=your_api_key LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1 LLM_MODEL_NAME=qwen-plus # Zep Cloud 配置 # 免费月配额足够简单使用：https://app.getzep.com/ ZEP_API_KEY=your_zep_api_key #### 2. 安装依赖 bash # 一键安装所有依赖（根目录 + 前端 + 后端） npm run setup:all 或者分步安装： bash # 安装 Node 依赖（根目录 + 前端） npm run setup # 安装 Python 依赖（后端，自动创建虚拟环境） npm run setup:backend #### 3. 启动服务 bash # 同时启动前端和后端（在项目根目录下运行） npm run dev 服务地址： - 前端：http://localhost:3000 - 后端 API：http://localhost:5001 单独启动： bash npm run backend # 仅启动后端 npm run frontend # 仅启动前端 ### 方式二：Docker 部署 bash # 1. 配置环境变量（与源码部署相同） cp .env.example .env # 2. 拉取镜像并启动 docker compose up -d 默认读取根目录下的 .env，映射端口 3000（前端）/ 5001（后端） > docker-compose.yml 中以注释形式提供了更快速拉取的镜像地址，如有需要可自行替换。 ## 📬 加入讨论 MiroFish 团队正在招聘全职/实习生岗位。如果你对多智能体模拟和 LLM 应用感兴趣，欢迎将简历发送至：[email protected] ## 📄 致谢 MiroFish 获得了盛大集团的战略支持和孵化！ MiroFish 的模拟引擎基于 OASIS（开放智能体社交互动模拟）(https://github.com/camel-ai/oasis)，我们衷心感谢 CAMEL-AI 团队的开源贡献！ ## 📈 项目统计