Простой и универсальный движок роевого интеллекта для предсказания чего угодно

English | 中文文档 | Русский

⚡ Обзор

MiroFish — это AI-движок предсказаний нового поколения на основе мультиагентных технологий. Он извлекает начальную информацию из реального мира (свежие новости, проекты законов, финансовые сигналы) и автоматически строит высокоточный параллельный цифровой мир. В этом пространстве тысячи интеллектуальных агентов с независимыми личностями, долговременной памятью и поведенческой логикой свободно взаимодействуют и проходят социальную эволюцию. Вы можете динамически вводить переменные, наблюдая «с высоты птичьего полёта», чтобы точно вычислить будущие траектории — отрепетируйте будущее в цифровой песочнице и выиграйте решения после бесчисленных симуляций.

Вам нужно лишь: загрузить начальные материалы (аналитические отчёты или интересные истории) и описать требования к прогнозу на естественном языке
MiroFish вернёт: подробный прогнозный отчёт и глубоко интерактивный цифровой мир высокой точности

Наше видение

MiroFish создаёт зеркало роевого интеллекта, отражающее реальность. Улавливая коллективные эффекты, возникающие из взаимодействия отдельных агентов, мы преодолеваем ограничения традиционного прогнозирования:

• На макроуровне: мы — репетиционная лаборатория для лиц, принимающих решения, позволяющая тестировать политики и PR-стратегии с нулевым риском
• На микроуровне: мы — творческая песочница для обычных пользователей — будь то прогнозирование концовки романа или исследование воображаемых сценариев, всё может быть увлекательным и доступным

От серьёзных прогнозов до игровых симуляций — мы позволяем каждому «а что если?» увидеть свой результат, делая возможным предсказание чего угодно.

🌐 Онлайн-демо

Добро пожаловать в нашу онлайн-демо-среду — попробуйте симуляцию прогнозирования на примере актуальных событий общественного мнения: mirofish-live-demo

📸 Скриншоты

🎬 Демо-видео

1. Симуляция общественного мнения по Уханьскому университету + презентация проекта MiroFish

Нажмите на изображение, чтобы посмотреть полное демо прогнозирования на основе отчёта BettaFish «Общественное мнение Уханьского университета»

2. Симуляция утраченной концовки «Сна в красном тереме»

Нажмите на изображение, чтобы посмотреть глубокий прогноз MiroFish утраченной концовки на основе сотен тысяч слов из первых 80 глав «Сна в красном тереме»

Финансовые прогнозы, прогнозы политических новостей и другие примеры — скоро...

🔄 Рабочий процесс

1. Построение графа: извлечение начальных данных, внедрение индивидуальной/коллективной памяти, построение GraphRAG
2. Настройка среды: извлечение связей между сущностями, генерация персон, внедрение конфигурации агентов
3. Симуляция: параллельная симуляция на двух платформах, автоматический разбор требований к прогнозу, динамическое обновление временной памяти
4. Генерация отчёта: ReportAgent с богатым набором инструментов для глубокого взаимодействия с пост-симуляционной средой
5. Глубокое взаимодействие: общение с любым агентом в симулированном мире и взаимодействие с ReportAgent

🚀 Быстрый старт

Вариант 1: Развёртывание из исходного кода (рекомендуется)

Предварительные требования

Инструмент	Версия	Описание	Проверка установки
Node.js	18+	Среда выполнения фронтенда, включает npm	node -v
Python	≥3.11, ≤3.12	Среда выполнения бэкенда	python --version
uv	Последняя	Менеджер пакетов Python	uv --version

1. Настройка переменных окружения

# Скопируйте пример конфигурационного файла
cp .env.example .env

# Отредактируйте файл .env и заполните необходимые API-ключи

Обязательные переменные окружения:

# Конфигурация LLM API (поддерживает любой LLM API в формате OpenAI SDK)
# Рекомендуется: модель Alibaba Qwen-plus через платформу Bailian: https://bailian.console.aliyun.com/
# Высокое потребление токенов — для начала попробуйте симуляции менее чем на 40 раундов
LLM_API_KEY=ваш_api_ключ
LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_MODEL_NAME=qwen-plus

# Конфигурация Zep Cloud
# Бесплатной месячной квоты достаточно для простого использования: https://app.getzep.com/
ZEP_API_KEY=ваш_zep_api_ключ

2. Установка зависимостей

# Установка всех зависимостей одной командой (корень + фронтенд + бэкенд)
npm run setup:all

Или пошаговая установка:

# Установка Node-зависимостей (корень + фронтенд)
npm run setup

# Установка Python-зависимостей (бэкенд, автоматически создаёт виртуальное окружение)
npm run setup:backend

3. Запуск сервисов

# Запуск фронтенда и бэкенда (из корня проекта)
npm run dev

Адреса сервисов:

• Фронтенд: http://localhost:3000
• API бэкенда: http://localhost:5001

Запуск по отдельности:

npm run backend   # Только бэкенд
npm run frontend  # Только фронтенд

Вариант 2: Развёртывание через Docker

# 1. Настройте переменные окружения (аналогично развёртыванию из исходного кода)
cp .env.example .env

# 2. Скачайте образ и запустите
docker compose up -d

По умолчанию считывает .env из корневой директории, пробрасывает порты 3000 (фронтенд) / 5001 (бэкенд)

В docker-compose.yml в комментариях указан зеркальный адрес для более быстрой загрузки — замените при необходимости.

📬 Присоединяйтесь к обсуждению

 

Команда MiroFish набирает сотрудников на полную занятость и стажировки. Если вас интересует мультиагентная симуляция и приложения LLM, отправляйте резюме на: mirofish@shanda.com

📄 Благодарности

MiroFish получил стратегическую поддержку и инкубацию от Shanda Group!

Симуляционный движок MiroFish работает на базе OASIS (Open Agent Social Interaction Simulations). Мы искренне благодарим команду CAMEL-AI за их вклад в открытый исходный код!

📈 Статистика проекта