MiroFish - 开源AI预测引擎，自动构建高保真平行数字世界

MiroFish的技术原理

• 图谱构建：系统从输入的种子文本中提取关键实体与关系网络，用时序GraphRAG技术构建动态知识图谱，为每个智能体注入独特的背景记忆与初始状态，形成可演化的数字社会基础架构。
• 环境搭建：MiroFish基于知识图谱抽取实体关系生成智能体人设，包含全景经历、行为模式、社会关系甚至MBTI性格等维度，同时配置双平台模拟参数与初始激活事件，为仿真运行做好准备。
• 仿真引擎：采用CAMEL-AI团队开源的OASIS引擎驱动，支持数千Agent并行运行，通过Zep Cloud维护长期记忆，Agent间可产生引用、评论等真实社交互动，实现群体智能的涌现效应。
• 报告生成：MiroFish配备专门的ReportAgent拥有丰富工具集，可与模拟后的环境进行深度交互，自动解析用户预测需求并整合多轮推演数据，最终输出结构化的预测分析报告。

如何使用MiroFish

• 在线体验：直接访问MiroFish官方Demo https://666ghj.github.io/mirofish-demo/ 可体验预置的舆情推演与红楼梦续写案例，无需安装。
• 本地部署（源码方式）：
  • 环境准备：安装Node.js 18+、Python 3.11-3.12、uv包管理器。
  • 配置密钥：复制.env.example为.env，填入LLM API Key与Zep API Key。
  • 安装依赖：运行npm run setup:all一键安装前后端依赖。
  • 启动服务：执行npm run dev，前端访问localhost:3000，后端API在localhost:5001。
• Docker部署：配置好.env文件后，执行docker compose up -d可拉取镜像并启动服务。
• 使用流程
  • 上传种子材料：上传数据分析报告、小说文本或新闻事件等原始资料。
  • 描述预测需求：用自然语言说明想推演的问题或场景。
  • 等待系统构建：MiroFish能自动完成知识图谱构建、智能体生成与环境配置。
  • 运行模拟：设定模拟轮数，观察智能体交互与社会演化过程。
  • 查看报告与交互：阅读生成的预测报告，或与特定智能体深度对话探索细节。

MiroFish的项目地址

• GitHub仓库：https://github.com/666ghj/MiroFish
• 在线体验Demo：https://666ghj.github.io/mirofish-demo/

MiroFish的应用场景

• 舆情危机预演：MiroFish能输入热点事件与社交媒体数据，模拟舆情发酵路径，预判危机爆发节点与公众情绪拐点，为企业公关与政府决策提供零风险试错环境。
• 金融投资推演：基于市场信号、政策草案与企业财报构建数字沙盘，推演并购、融资或宏观政策调整后的市场连锁反应，辅助投资者制定前瞻性策略。
• 文学创作续写：上传小说前部文本，让智能体扮演书中角色自主推演后续剧情，如基于《红楼梦》前80回预测失传结局，探索人物命运的不同可能性。
• 企业战略模拟：模拟竞争对手新品发布、价格战或行业监管变化等变量，推演对自身市场份额与供应链的影响，验证战略调整方案的可行性。
• 公共政策评估：构建包含不同利益群体的虚拟社会，测试税收政策、环保法规或城市规划的长期影响，观察政策执行中的阻力点与意外后果。