群体智能预测引擎MiroFish

发表于 分类于 Waline： 阅读次数： 本文字数： 3.6k 阅读时长 ≈ 3 分钟
MiroFish 是基于多智能体技术的 AI 预测引擎，通过构建平行数字世界预演未来。

写在前面

老苏很早就想玩这个东西，但一直没开始——主要是容器太大，占用的资源有点多。等到现在删掉了一些其他容器，才第一次正式开始玩。

但体验一次以后，我发现这个东西真的是 “烧钱”：

  • 官方推荐的阿里百炼，每个模型都有免费额度，但是一定要记得开启 免费额度用完即停，除非你已经买了 Coding Plan。MiroFish 中途是无法切换模型，任务还没到一半，额度就用完了

  • 改用硅基流动之后

一次完整的运行花了大约 30多块钱

所以大家玩之前需要注意以上几点。

准备

需要准备几个 API Key 才能完成整个预测的生成

LLM

官方推荐阿里百炼，但无论哪家的大模型，仅仅使用免费额度，可能都不足以完成一次完整的预测。

目前硅基流动（SiliconFlow）注册就送 16 元的代金券

注册地址：

https://cloud.siliconflow.cn/i/NkUiXVhQ

后续准备试试七牛，据说可以用国外的大模型

注册地址：

https://s.qiniu.com/2ENRR3

ZEP

Zep Cloud 是一个专为 AI 代理（AI Agents）和 AI 助手设计的上下文工程（Context Engineering）与长期记忆平台。

注册地址：

https://app.getzep.com

在项目设置（Project Settings）中通过 Add Key 添加并生成 API Key。每月免费额度即可支撑简单使用

简介

什么是 MiroFish ？

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。

主要特点

  • 多智能体驱动: 基于强大的多智能体技术，构建包含成千上万个独立智能体的数字世界。
  • 高保真模拟: 从真实世界的种子信息（报告、新闻、甚至小说）中提取要素，创造出高度仿真的平行世界。
  • 上帝视角干预: 用户可以动态注入变量，观察其对整个虚拟社会演化的影响，从而推演未来。
  • 自然语言交互: 只需上传种子材料并用自然语言描述预测需求，即可获得详尽的预测报告和可交互的数字沙盘。

应用场景

  • 宏观决策：作为政策制定者或企业公关的“预演实验室”，在零风险环境中测试不同策略的效果。
  • 微观创意：作为个人用户的“创意沙盘”，可以用来推演小说结局、探索各种脑洞，充满趣味性。
  • 研究教育：群体行为涌现观察、历史事件模拟

MiroFish 致力于让每一个”如果”都能看见结果，让预测万物成为可能。

安装

在群晖上以 Docker 方式安装。

本文写作时， latest 版本对应为 v0.1.1；

docker-compose 安装

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
services:
  mirofish:
    image: ghcr.io/666ghj/mirofish:latest
    # 加速镜像（如拉取缓慢可替换上方地址）
    # image: ghcr.nju.edu.cn/666ghj/mirofish:latest
    container_name: mirofish
    restart: unless-stopped
    ports:
      - "3511:3000"
      - "3512:5001"
    volumes:
      - ./data:/app/backend/uploads
    environment:
      - VITE_API_BASE_URL=http://群晖IP:3512
   
      # 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_here
      - LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
      - LLM_MODEL_NAME=qwen-plus
      
      # ===== ZEP记忆图谱配置 =====
      # 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_here

然后通过 SSH 登录到您的群晖，执行下面的命令：

1
2
3
4
5
6
7
8
9
10
11
12
13
# 新建文件夹 mirofish 和 子目录
mkdir -p /volume1/docker/mirofish/data

# 进入 mirofish 目录
cd /volume1/docker/mirofish

# 修改目录权限
chmod a+rw data

# 将 docker-compose.yml 放入当前目录

# 一键启动
docker-compose up -d

参数说明

镜像源

MiroFish 官方提供了 Docker 镜像

镜像源 地址
官方源 ghcr.io/666ghj/mirofish:latest
国内加速（南京大学） ghcr.nju.edu.cn/666ghj/mirofish:latest
国内加速（毫秒镜像） ghcr.1ms.run/666ghj/mirofish:latest

端口

本地端口 容器端口 说明
3511 3000 前端 Web 界面
3512 5001 后端 API

环境变量

MiroFish 需要配置 LLM API 密钥才能正常工作

可变 值 说明
VITE_API_BASE_URL 后端 API 的外部可访问地址 例如：http://192.168.0.197:3512，其中 192.168.0.197 为老苏群辉主机的 IP，如果设置不正确，会导致种子文件上传报错
LLM_API_KEY 你的大模型 API 密钥 LLM API 密钥，支持 OpenAI SDK 格式的任意 API
LLM_BASE_URL 阿里百炼：https://dashscope.aliyuncs.com/compatible-mode/v1 API 地址（推荐使用阿里百炼）
LLM_MODEL_NAME qwen-plus 模型名称
ZEPP_API_KEY 你的 Zep 密钥 长期记忆服务（可选，每月免费额度可支撑简单使用）

如果你使用 硅基流动，可以参考下面👇的设置

1
2
3
- LLM_API_KEY=your_api_key_here
- LLM_BASE_URL=https://api.siliconflow.cn/v1
- LLM_MODEL_NAME=Pro/zai-org/GLM-4.7

运行

访问地址

在浏览器中输入 http://群晖IP:3511 即可访问 MiroFish Web 界面

使用流程

  1. 上传种子材料：上传数据分析报告或小说故事文本
  2. 描述预测需求：用自然语言描述你想要预测的事件或结局
  3. 获取报告：等待模拟完成后获取详细的预测报告
  4. 深度互动：与模拟世界中的任意智能体对话，探索更多细节

现实种子

老苏是在 perplexity 中，生成了一个现实种子

可以直接下载为 Markdown 文件

上传种子后，输入提示词

图谱构建

点 启动引擎 进入图谱构建。开始提取种子材料中的实体与关系，使用 GraphRAG 技术构建动态知识图谱

然后就是等待

直至图谱完成后

环境搭建

进入环境搭建，开始自动抽取实体关系，生成具有不同立场与背景的智能体人设

这一步完成后

社会演化模拟

开始双世界并行模拟，通过双平台并行模拟，智能体基于 LLM 决策，动态更新时序记忆

剩余时间显示还有 11 小时，其实没那么长时间

报告生成

开始生成结果报告，ReportAgent 深度分析模拟结果，生成结构化详细预测报告

深度互动

可与任意智能体进行对话

追问其观点与决策逻辑

具体使用方法，官方有详细的视频可供参考

顺便提一句，作者还有个产品 BettaFish，老苏之前也写过

文章传送门：多功能舆情分析工具BettaFish

参考文档

666ghj/MiroFish: A Simple and Universal Swarm Intelligence Engine, Predicting Anything. 简洁通用的群体智能引擎，预测万物
地址：https://github.com/666ghj/MiroFish

666ghj/MiroFish | DeepWiki
地址：https://deepwiki.com/666ghj/MiroFish

Mirofish - Predict Anything
地址：https://666ghj.github.io/mirofish-demo/

上传文件时出现Exception in handleNewProject: Network Error报错 · Issue #59 · 666ghj/MiroFish
地址：https://github.com/666ghj/MiroFish/issues/59