Motor d'intel·ligència col·lectiva concís i universal, predient-ho tot
A Simple and Universal Swarm Intelligence Engine, Predicting Anything

666ghj%2MiroFish | Shanda

[![GitHub Stars](https://img.shields.io/github/stars/666ghj/MiroFish?style=flat-square&color=DAA520)](https://github.com/666ghj/MiroFish/stargazers) [![GitHub Watchers](https://img.shields.io/github/watchers/666ghj/MiroFish?style=flat-square)](https://github.com/666ghj/MiroFish/watchers) [![GitHub Forks](https://img.shields.io/github/forks/666ghj/MiroFish?style=flat-square)](https://github.com/666ghj/MiroFish/network) [![Docker](https://img.shields.io/badge/Docker-Build-2496ED?style=flat-square&logo=docker&logoColor=white)](https://hub.docker.com/) [![Ask DeepWiki](https://deepwiki.com/badge.svg)](https://deepwiki.com/666ghj/MiroFish) [![Discord](https://img.shields.io/badge/Discord-Join-5865F2?style=flat-square&logo=discord&logoColor=white)](http://discord.gg/ePf5aPaHnA) [![X](https://img.shields.io/badge/X-Follow-000000?style=flat-square&logo=x&logoColor=white)](https://x.com/mirofish_ai) [![Instagram](https://img.shields.io/badge/Instagram-Follow-E4405F?style=flat-square&logo=instagram&logoColor=white)](https://www.instagram.com/mirofish_ai/) [English](./README.md) | [中文文档](./README-ZH.md) | [Español](./README-ES.md) | [Català](./README-CA.md)

## ⚡ Visió general **MiroFish** és un motor de predicció de nova generació impulsat per tecnologia multi-agent. Extraient informació llavor del món real (com ara notícies d'última hora, esborranys de polítiques o senyals financeres), construeix automàticament un món digital paral·lel d'alta fidelitat. Dins d'aquest espai, milers d'agents intel·ligents amb personalitats independents, memòria a llarg termini i lògica conductual interactuen lliurement i experimenten evolució social. Pots injectar variables dinàmicament des d'una "perspectiva omniscient" per deduir amb precisió trajectòries futures — **assaja el futur en un simulador digital i guanya decisions després d'incontables simulacions**. > Només necessites: Pujar materials llavor (informes d'anàlisi de dades o històries novel·lades interessants) i descriure els teus requisits de predicció en llenguatge natural
> MiroFish retornarà: Un informe de predicció detallat i un món digital d'alta fidelitat profundament interactiu ### La nostra visió MiroFish es dedica a crear un mirall d'intel·ligència col·lectiva que reflecteix la realitat. Capturant l'emergència col·lectiva desencadenada per les interaccions individuals, superem les limitacions de la predicció tradicional: - **A nivell macro**: Som un laboratori d'assaig per a decisors, que permet provar polítiques i relacions públiques amb risc zero - **A nivell micro**: Som un sandbox creatiu per a usuaris individuals — ja sigui deduint finals de novel·les o explorant escenaris imaginatius, tot pot ser divertit, lúdic i accessible Des de prediccions serioses fins a simulacions lúdiques, fem que cada "i si...?" vegi el seu resultat, fent possible predir-ho tot. ## 🌐 Demo en viu Visita el nostre entorn de demostració en línia i experimenta una simulació de predicció sobre esdeveniments d'opinió pública que hem preparat per a tu: [mirofish-live-demo](https://666ghj.github.io/mirofish-demo/) ## 📸 Captures de pantalla

## 🎬 Vídeos de demostració ### 1. Simulació d'opinió pública de la Universitat de Wuhan + Introducció al projecte MiroFish

Vídeo demo de MiroFish

Fes clic a la imatge per veure el vídeo de demostració complet de predicció usant l'"Informe d'Opinió Pública de la Universitat de Wuhan" generat per BettaFish

### 2. Simulació del final perdut de "El somni de la cambra vermella"

Vídeo demo de MiroFish

Fes clic a la imatge per veure la predicció profunda de MiroFish del final perdut basada en centenars de milers de paraules dels primers 80 capítols de "El somni de la cambra vermella"

> **Predicció financera**, **Predicció de notícies polítiques** i més exemples properament... ## 🔄 Flux de treball 1. **Construcció del graf**: Extracció de llavors & Injecció de memòria individual/col·lectiva & Construcció de GraphRAG 2. **Configuració de l'entorn**: Extracció de relacions entre entitats & Generació de persones & Injecció de configuració d'Agents 3. **Simulació**: Simulació paral·lela en dues plataformes & Anàlisi automàtica de requisits de predicció & Actualitzacions dinàmiques de memòria temporal 4. **Generació de l'informe**: ReportAgent amb conjunt d'eines avançat per a la interacció profunda amb l'entorn post-simulació 5. **Interacció profunda**: Xateja amb qualsevol agent del món simulat & Interactua amb ReportAgent ## 🚀 Inici ràpid ### Opció 1: Desplegament des del codi font (Recomanat) #### Requisits previs | Eina | Versió | Descripció | Verificar instal·lació | |------|--------|------------|------------------------| | **Node.js** | 18+ | Runtime de frontend, inclou npm | `node -v` | | **Python** | ≥3.11, ≤3.12 | Runtime de backend | `python --version` | | **uv** | Última | Gestor de paquets Python | `uv --version` | #### 1. Configurar les variables d'entorn ```bash # Copiar el fitxer de configuració d'exemple cp .env.example .env # Editar el fitxer .env i omplir les claus API necessàries ``` **Variables d'entorn requerides:** ```env # Configuració de l'API LLM (suporta qualsevol API LLM amb format OpenAI SDK) # Recomanat: Model Alibaba Qwen-plus via Bailian Platform: https://bailian.console.aliyun.com/ # Alt consum, prova primer simulacions amb menys de 40 rondes LLM_API_KEY=la_teva_api_key LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1 LLM_MODEL_NAME=qwen-plus # Configuració de Zep Cloud # La quota mensual gratuïta és suficient per a un ús bàsic: https://app.getzep.com/ ZEP_API_KEY=la_teva_zep_api_key ``` #### 2. Instal·lar les dependències ```bash # Instal·lació amb un clic de totes les dependències (arrel + frontend + backend) npm run setup:all ``` O instal·la pas a pas: ```bash # Instal·lar dependències Node (arrel + frontend) npm run setup # Instal·lar dependències Python (backend, crea l'entorn virtual automàticament) npm run setup:backend ``` #### 3. Iniciar els serveis ```bash # Iniciar frontend i backend (executar des de l'arrel del projecte) npm run dev ``` **URLs dels serveis:** - Frontend: `http://localhost:3000` - Backend API: `http://localhost:5001` **Iniciar individualment:** ```bash npm run backend # Iniciar només el backend npm run frontend # Iniciar només el frontend ``` ### Opció 2: Desplegament amb Docker ```bash # 1. Configurar les variables d'entorn (igual que el desplegament des del codi font) cp .env.example .env # 2. Obtenir la imatge i iniciar docker compose up -d ``` Llegeix `.env` del directori arrel per defecte, mapeja els ports `3000 (frontend) / 5001 (backend)` > L'adreça del mirror per a una descàrrega més ràpida es proporciona com a comentaris a `docker-compose.yml`, substitueix-la si cal. ## 📬 Uneix-te a la conversa

Grup QQ

L'equip de MiroFish està recrutant posicions a temps complet/pràctiques. Si t'interessen la simulació multi-agent i les aplicacions de LLM, no dubtis a enviar el teu CV a: **mirofish@shanda.com** ## 📄 Agraïments **MiroFish ha rebut suport estratègic i incubació de Shanda Group!** El motor de simulació de MiroFish és impulsat per **[OASIS (Open Agent Social Interaction Simulations)](https://github.com/camel-ai/oasis)**. Agraïm sincerament les contribucions de codi obert de l'equip CAMEL-AI! ## 📈 Estadístiques del projecte

Gràfic de l'historial d'estrelles