首页LLM666ghj/MiroFish
// archived 2026-04-06
666ghj

MiroFish

AI#Multi-agent#LLM#Simulation#GraphRAG#Swarm Intelligence
前往 GitHub →
142

// 项目简介

MiroFish 是一个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构建高保真数字平行世界。用户可以在该沙盒中通过注入变量进行模拟,从而对未来轨迹进行精确推演。该平台旨在为决策者提供零风险的测试实验室,同时为个人用户提供创意模拟空间。

// 技术分析

MiroFish 是一个基于多智能体技术的群体智能预测引擎,旨在通过构建高保真的平行数字世界来模拟现实场景。该项目通过从现实世界提取种子信息,并结合具有独立人格、长期记忆和行为逻辑的智能体,在数字沙盒中进行社会演化推演。其核心设计理念在于通过群体交互的涌现性来突破传统预测的局限,为决策者提供零风险的测试环境,同时也为个人用户提供创意模拟空间。技术上,它集成了 GraphRAG、多智能体协作及动态记忆更新机制,实现了从数据输入到深度交互报告生成的完整闭环。

// 核心亮点

01
利用多智能体技术构建高保真数字沙盒,实现对复杂现实事件的动态推演与预测。
02
支持通过自然语言描述预测需求,并自动生成包含深度交互分析的详细预测报告。
03
内置 GraphRAG 技术,能够有效提取种子信息并构建智能体间的复杂关系网络。
04
提供上帝视角动态注入变量功能,允许用户在模拟过程中实时干预以观察不同轨迹。
05
支持与模拟世界中的任意智能体进行深度对话,增强了预测过程的交互性与沉浸感。
06
基于 OASIS 引擎架构,具备成熟的群体社会交互模拟能力,适用于从政策测试到文学创作的多种场景。

// 典型使用场景

01
宏观决策模拟:通过模拟测试政策或公共关系事件,为决策者提供零风险的预演环境。
02
微观创意沙盒:支持用户探索各种想象场景,例如推演文学作品的结局或进行趣味性模拟。
03
深度交互预测:通过与模拟世界中的智能体及报告智能体进行交互,获取详细的预测报告与深度洞察。

// 快速开始

开发者可通过源码部署或 Docker 快速启动项目。首先需配置 .env 文件填入 LLM API Key 和 Zep Cloud 配置,随后使用 npm run setup:all 安装前后端依赖,最后执行 npm run dev 即可在本地访问前端界面进行模拟推演。