## ⚡ Обзор
**MiroFish** — это AI-движок прогнозирования нового поколения на основе мультиагентных технологий. Извлекая исходную информацию из реального мира (например, срочные новости, проекты политик или финансовые сигналы), он автоматически создаёт высокоточный параллельный цифровой мир. В этом пространстве тысячи интеллектуальных агентов с независимыми личностями, долгосрочной памятью и поведенческой логикой свободно взаимодействуют и социально эволюционируют. Вы можете динамически вводить переменные с «божественной перспективы» для точного прогнозирования будущих траекторий — **репетируйте будущее в цифровой песочнице и принимайте решения после бесчисленных симуляций**.
> Вам нужно только: загрузить исходные материалы (аналитические отчёты или интересные истории) и описать требования к прогнозу на естественном языке
> MiroFish вернёт: подробный отчёт прогноза и интерактивный высокоточный цифровой мир
### Наше видение
MiroFish стремится создать зеркало коллективного интеллекта, отражающее реальность. Захватывая коллективное возникновение, вызванное индивидуальными взаимодействиями, мы преодолеваем ограничения традиционного прогнозирования:
- **На макроуровне**: мы — лаборатория репетиций для лиц, принимающих решения, позволяющая тестировать политику и PR без риска
- **На микроуровне**: мы — творческая песочница для отдельных пользователей — будь то вывод финалов романов или исследование воображаемых сценариев, всё может быть интересным и доступным
От серьёзных прогнозов до игровых симуляций — мы позволяем каждому «а что, если» увидеть результат, делая возможным прогнозирование чего угодно.
## 🌐 Онлайн-демо
Посетите нашу онлайн-демонстрацию и опробуйте симуляцию прогноза по актуальным событиям общественного мнения, которую мы подготовили для вас: [mirofish-live-demo](https://666ghj.github.io/mirofish-demo/)
## 📸 Скриншоты
## 🎬 Демонстрационные видео
### 1. Симуляция общественного мнения Уханьского университета + представление проекта MiroFish
Нажмите на изображение, чтобы посмотреть полное демо-видео прогноза с использованием «Отчёта об общественном мнении Уханьского университета», сгенерированного BettaFish
### 2. Симуляция утерянного финала «Сон в красном тереме»
Нажмите на изображение, чтобы увидеть глубокий прогноз MiroFish утерянного финала на основе сотен тысяч слов из первых 80 глав «Сна в красном тереме»
> Скоро появятся примеры **финансового прогнозирования**, **прогнозирования политических новостей** и другие...
## 🔄 Рабочий процесс
1. **Построение графа**: Извлечение исходных данных и инъекция индивидуальной/коллективной памяти и построение GraphRAG
2. **Настройка среды**: Извлечение связей между сущностями, генерация персон и инъекция конфигурации агентов
3. **Симуляция**: Параллельная симуляция на двух платформах, автоматический разбор требований к прогнозу и динамическое обновление временной памяти
4. **Генерация отчётов**: ReportAgent с богатым набором инструментов для глубокого взаимодействия со средой после симуляции
5. **Глубокое взаимодействие**: Общайтесь с любым агентом в симулированном мире и взаимодействуйте с ReportAgent
## 🚀 Быстрый старт
### Вариант 1: Развёртывание из исходного кода (рекомендуется)
#### Требования
| Инструмент | Версия | Описание | Проверка установки |
|------|---------|-------------|-------------------|
| **Node.js** | 18+ | Среда выполнения frontend, включает npm | `node -v` |
| **Python** | ≥3.11, ≤3.12 | Среда выполнения backend | `python --version` |
| **uv** | Последняя | Менеджер пакетов Python | `uv --version` |
#### 1. Настройка переменных окружения
```bash
# Скопировать пример конфигурационного файла
cp .env.example .env
# Отредактировать файл .env и заполнить необходимые API-ключи
```
**Обязательные переменные окружения:**
```env
# Конфигурация LLM API (поддерживает любой LLM API в формате OpenAI SDK)
# Рекомендуется: модель Qwen-plus от Alibaba через Bailian Platform: https://bailian.console.aliyun.com/
# Высокое потребление, сначала попробуйте симуляции менее 40 раундов
LLM_API_KEY=your_api_key
LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_MODEL_NAME=qwen-plus
# Конфигурация Zep Cloud
# Бесплатная месячная квота достаточна для простого использования: https://app.getzep.com/
ZEP_API_KEY=your_zep_api_key
```
#### 2. Установка зависимостей
```bash
# Установка всех зависимостей одной командой (корень + frontend + backend)
npm run setup:all
```
Или пошаговая установка:
```bash
# Установить Node-зависимости (корень + frontend)
npm run setup
# Установить Python-зависимости (backend, автоматически создаёт виртуальное окружение)
npm run setup:backend
```
#### 3. Запуск сервисов
```bash
# Запустить frontend и backend (из корня проекта)
npm run dev
```
**Адреса сервисов:**
- Frontend: `http://localhost:3000`
- Backend API: `http://localhost:5001`
**Запуск по отдельности:**
```bash
npm run backend # Только backend
npm run frontend # Только frontend
```
### Вариант 2: Развёртывание через Docker
```bash
# 1. Настроить переменные окружения (как при развёртывании из исходников)
cp .env.example .env
# 2. Загрузить образ и запустить
docker compose up -d
```
По умолчанию читает `.env` из корневого каталога, порты `3000 (frontend) / 5001 (backend)`
> Адрес зеркала для более быстрой загрузки указан в комментариях в `docker-compose.yml`, при необходимости замените.
## 📬 Присоединяйтесь к обсуждению
Команда MiroFish набирает сотрудников на полную занятость/стажировку. Если вас интересуют мультиагентная симуляция и LLM-приложения, отправляйте резюме на: **mirofish@shanda.com**
## 📄 Благодарности
**MiroFish получил стратегическую поддержку и инкубацию от Shanda Group!**
Движок симуляции MiroFish работает на **[OASIS (Open Agent Social Interaction Simulations)](https://github.com/camel-ai/oasis)**. Мы искренне благодарим команду CAMEL-AI за их вклад в open source!
## 📈 Статистика проекта