找回密码
 立即注册
搜索
查看: 160|回复: 0

持续爆火!一款开源的 AI 预测引擎,确实牛

[复制链接]

228

主题

8

回帖

1068

积分

管理员

积分
1068
发表于 2026-1-27 18:15:50 | 显示全部楼层 |阅读模式

今天给大家介绍一款近期在GitHub上备受瞩目的“颠覆性”开源项目——MiroFish。它不仅连续多日霸榜GitHub Trending,更代表着AI应用从“分析当下”向“模拟未来”的一次范式跳跃。

简介

MiroFish是一款基于多智能体技术的新一代AI预测引擎。通过提取现实世界的种子信息(如突发新闻、政策草案、金融信号),自动构建出高保真的平行数字世界。在此空间内,成千上万个具备独立人格、长期记忆与行为逻辑的智能体进行自由交互与社会演化。你可透过「上帝视角」动态注入变量,精准推演未来走向——让未来在数字沙盘中预演,助决策在百战模拟后胜出。

技术内核

MiroFish是如何实现如此复杂模拟的?其工作流程可以概括为五个核心步骤:

  • 图谱构建: 系统首先对用户上传的“种子材料”(如分析报告、小说文本)进行深度解析,提取关键实体与关系,并利用GraphRAG技术构建一个动态的知识图谱,为智能体注入个体与群体的初始记忆。
  • 环境搭建: 基于知识图谱,系统自动抽取实体关系、生成具有不同立场与背景的智能体“人设”,并由环境配置Agent注入仿真参数,完成虚拟世界的初始化搭建。
  • 开始模拟: 这是最精彩的部分。MiroFish会启动双平台并行模拟,让生成的数十甚至上百个智能体在两个独立的模拟环境中,就相关议题展开讨论、博弈与行动。整个过程自动解析预测需求,并动态更新所有智能体的时序记忆。
  • 报告生成: 模拟结束后,专属的ReportAgent会利用丰富的工具集,与模拟后环境进行深度交互,综合所有智能体的行动与演化结果,生成一份结构化的详细预测报告。
  • 深度互动: 报告并非终点。你可以选择与模拟世界中的任意一位智能体进行对话,追问其观点与决策逻辑;也可以与ReportAgent对话,让它以更灵活的方式总结、解释预测结果。
快速开始
一、源码部署(推荐)
前置要求
[td]
工具
版本要求
说明
安装检查
Node.js
18+
前端运行环境,包含 npm
node -v
Python
≥3.11, ≤3.12
后端运行环境
python --version
uv
最新版
Python 包管理器
uv --version
1. 配置环境变量
# 复制示例配置文件
cp .env.example .env
# 编辑 .env 文件,填入必要的 API 密钥

必需的环境变量:

# LLM API配置(支持 OpenAI SDK 格式的任意 LLM API)
# 推荐使用阿里百炼平台qwen-plus模型:https://bailian.console.aliyun.com/
# 注意消耗较大,可先进行小于40轮的模拟尝试
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
# 每月免费额度即可支撑简单使用:https://app.getzep.com/
ZEP_API_KEY=your_zep_api_key
2. 安装依赖
# 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:

# 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
# 同时启动前后端(在项目根目录执行)
npm run dev

服务地址:

  • 前端:http://localhost:3000
  • 后端 API:http://localhost:5001

单独启动:

npm run backend   # 仅启动后端
npm run frontend  # 仅启动前端
二、Docker 部署
# 1. 配置环境变量(同源码部署)
cp .env.example .env
# 2. 拉取镜像并启动
docker compose up -d

默认会读取根目录下的 .env,并映射端口 3000(前端)/5001(后端)

在 docker-compose.yml 中已通过注释提供加速镜像地址,可按需替换

系统截图
9f0867274fdb66c8dfb46c004bf90521.png 图1 e038b16561edce95b01e87bf2f243095.png 图2 8d344925e979ae44279442e352ecec39.png 图3 05f508aab886267b50a47e7d7b7b75e8.png 图4 248c59ccef0d7d3fb03027a57af8f34a.png 图5 2eff878ff677a91f30dc8d16af7f9027.jpeg 图6
效果演示

舆情与公关推演: 如对“武汉大学舆情报告”进行模拟,预测舆论走势。

47645833ff660378ef975282120d7f64.png

视频地址:

https://www.bilibili.com/video/BV1VYBsBHEMY/

824fd6382a0a30494288aa1b17fec63e.jpeg

视频地址:

https://www.bilibili.com/video/BV1cPk3BBExq/

开源地址

https://github.com/666ghj/MiroFish


回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表