美格知识库

MiroFish 群体智能引擎项目摘要

5分钟阅读

MiroFish 群体智能引擎项目摘要

仓库: 666ghj/MiroFish (61.2k ⭐) 开发者: 盛大集团 (Shanda Group) 协议: AGPL-3.0 | 语言: Python + Node.js 定位: 简洁通用的群体智能引擎，预测万物

基于多智能体技术的下一代 AI 预测引擎。通过提取现实世界的种子信息，自动构建高保真平行数字世界，让数千个具备独立人格、长期记忆与行为逻辑的智能体自由交互与社会演化。支持「上帝视角」动态注入变量，精准推演未来走向。

核心架构

五步工作流

种子信息 → 图构建 → 环境搭建 → 仿真运行 → 报告生成 → 深度交互
  1. 图构建 (Graph Building) — 种子提取、个体/集体记忆注入、GraphRAG 构建
  2. 环境搭建 (Environment Setup) — 实体关系提取、人格生成、Agent 配置注入
  3. 仿真运行 (Simulation) — 双平台并行仿真、自动解析预测需求、动态时间记忆更新
  4. 报告生成 (Report Generation) — ReportAgent 使用丰富工具集，与仿真后环境深度交互
  5. 深度交互 (Deep Interaction) — 与仿真世界中任意 Agent 对话，与 ReportAgent 交互

技术组件

组件说明
仿真引擎基于 OASIS（CAMEL-AI 开源）
记忆系统Zep Cloud（长短期记忆 + 语义记忆）
LLM任意 OpenAI 兼容 API（推荐阿里通义千问 qwen-plus）
GraphRAG知识图谱增强检索生成
前端Node.js（Next.js），端口 3000
后端Python，端口 5001

LLM 配置

LLM_API_KEY=your_api_key
LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_MODEL_NAME=qwen-plus

核心概念

种子信息 (Seed Information)

从现实世界提取的原始素材，如新闻、政策草案、金融信号、小说情节等。MiroFish 以此为基础构建仿真世界。

平行数字世界

通过种子信息自动构建的高保真仿真空间，包含具有独立人格、长期记忆和行为逻辑的数千个 AI Agent。

上帝视角

用户可动态注入变量，观察不同条件下仿真结果的变化，进行”what-if”分析。

群体涌现

个体 Agent 之间的互动自然会引发超出个体层面的集体行为模式，MiroFish 通过捕捉这些涌现现象来进行预测。

应用场景

  • 舆情预测：模拟热点事件的多方反应与舆论走向（已实现：武汉大学舆情仿真）
  • 金融预测：政策/新闻事件对市场的影响推演（规划中）
  • 政治新闻预测：政治事件的多方博弈推演（规划中）
  • 创意沙盘：小说结局推演（已实现：红楼梦后四十回仿真）
  • 决策预演：公关策略、政策调整的零风险测试

部署方式

方式命令
源码部署npm run setup:all + npm run dev
Dockerdocker compose up -d

与知识库中同类项目对比

维度MiroFishClawTeamPaperclip
核心目标预测仿真群体协作编码企业编排
Agent 数量数千数个数十
仿真特性✅ 平行世界❌❌
记忆系统Zep Cloud (第三方)共享看板角色+预算
应用领域舆情/金融/创意编程企业运营
技术栈Python + Node.jsPython未限定

关联链接

关系图谱

反向链接