MiroFish 群体智能预测引擎

MiroFish 是什么

MiroFish 是一个简洁通用的群体智能引擎，目标是用多智能体仿真来「预测万物」。你只需上传种子素材（数据分析报告、新闻、小说文本等），再用自然语言描述预测需求，它就会自动构建一个高保真的平行数字世界，让成千上万个拥有独立人格、长期记忆和行为逻辑的智能体在其中自由交互、社会演化，最终输出预测报告。

上传种子材料 + 描述预测需求 → 得到详细预测报告 + 可深度交互的数字世界

核心工作流

1. 图谱构建：种子抽取、个体/集体记忆注入、GraphRAG 构建
2. 环境搭建：实体关系抽取、Persona 生成、Agent 配置注入
3. 仿真运行：双平台并行仿真、自动解析预测需求、动态时序记忆更新
4. 报告生成：ReportAgent 携带丰富工具集，与仿真后环境深度交互
5. 深度交互：可与仿真世界中任意 Agent 对话，也可与 ReportAgent 交互

快速开始

环境要求

配置与启动

# 1. 复制并编辑环境变量
cp .env.example .env

# 2. 一键安装全部依赖
npm run setup:all

# 3. 同时启动前后端
npm run dev

启动后前端位于 http://localhost:3000，后端 API 位于 http://localhost:5001。也支持 Docker 部署：

docker compose up -d

关键环境变量

• LLM_API_KEY / LLM_BASE_URL / LLM_MODEL_NAME：任意兼容 OpenAI SDK 格式的 LLM 接口，官方推荐通义千问 qwen-plus
• ZEP_API_KEY：Zep Cloud 的 Key，用于智能体长期记忆

注意：LLM 消耗较大，建议先用 40 轮以内的仿真做验证。

适用场景

• 宏观层面：决策者的预演实验室，政策与公关可在零风险下测试
• 微观层面：个人用户的创意沙盘，推演小说结局、探索想象场景
• 舆情分析：结合热点事件报告进行群体演化推演
• 金融预测：基于市场信号进行多智能体推演

项目亮点

• 多智能体 + 长期记忆 + 知识图谱的完整预测链路
• 支持「上帝视角」动态注入变量，精确推演未来轨迹
• 提供中文文档、在线 Demo、B 站演示视频与 QQ 交流群
• 前后端分离，一键脚本与 Docker 双部署方案

注意事项

项目采用 AGPL-3.0 协议，商用需关注开源合规要求；同时仿真效果高度依赖种子素材质量与所选 LLM 的能力，结果应作为决策参考而非唯一依据。