MicroFish/README-RU.md

简洁通用的群体智能引擎，预测万物
A Simple and Universal Swarm Intelligence Engine, Predicting Anything

Языки / Languages: English · 中文 · Español · Français · Português · Русский · Deutsch

⚡ 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

📸 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

# Скопировать пример конфигурационного файла
cp .env.example .env

# Отредактировать файл .env и заполнить необходимые API-ключи

Обязательные переменные окружения:

# 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

# Установка всех зависимостей одной командой (корень + frontend + backend)
npm run setup:all

Или пошаговая установка:

# Установить Node-зависимости (корень + frontend)
npm run setup

# Установить Python-зависимости (backend, автоматически создаёт виртуальное окружение)
npm run setup:backend

3. Запуск сервисов

# Запустить frontend и backend (из корня проекта)
npm run dev

Адреса сервисов:

• Frontend: http://localhost:3000
• Backend API: http://localhost:5001

Запуск по отдельности:

npm run backend   # Только backend
npm run frontend  # Только frontend

Вариант 2: Развёртывание через Docker

# 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). Мы искренне благодарим команду CAMEL-AI за их вклад в open source!

📈 Статистика проекта