【MiroFish】让未来在数字沙盘里“提前发生”：一款能推演新闻、小说甚至政策走向的群体智能引擎

MiroFish 是一款基于多智能体协同演化的 AI 预测引擎，它通过注入现实世界的“种子信息”（如新闻、政策草案或小说文本），自动构建出一个高保真的平行数字世界，并让成千上万个具备人格、记忆与行为逻辑的智能体在其中自由互动、演化，从而生成可解释、可交互的未来推演结果。

主要功能与特性

• ✅ 种子驱动建模：支持上传任意文本型“种子材料”（如数据分析报告、小说章节、政策文件）作为仿真起点
• ✅ 高保真数字世界构建：自动抽取实体关系、生成角色人设、注入长期记忆，并依托 GraphRAG 构建知识图谱
• ✅ 双平台并行模拟：支持前后端协同运行大规模智能体社会演化过程
• ✅ 上帝视角动态干预：用户可在模拟过程中实时注入变量、调整参数，观察不同条件下的演化路径
• ✅ 多模态输出与深度交互：不仅生成结构化预测报告，还提供可对话的 ReportAgent 和任意仿真角色的实时交互能力
• ✅ 跨领域适用性：已验证应用于舆情推演（如武汉大学事件）、文学结局预测（如《红楼梦》失传结局）、金融与时政方向推演等场景

快速上手方式

项目支持源码部署和 Docker 两种方式，核心步骤如下：

环境准备（必需）

# 检查 Node.js（≥18）、Python（3.11–3.12）、uv（最新版）
node -v && python --version && uv --version

配置与启动（源码方式）

cp .env.example .env
# 编辑 .env，填入 LLM_API_KEY、LLM_BASE_URL、LLM_MODEL_NAME、ZEP_API_KEY
npm run setup:all
npm run dev

启动后访问 http://localhost:3000 即可使用前端界面。

注：Docker 部署仅需 docker compose up -d，同样依赖 .env 配置。

适合谁？用在哪些场景？

• 政策研究者与公关团队：在零风险环境中预演政策发布、危机响应或舆论发酵路径，优化决策节奏与话术策略
• 内容创作者与小说作者：输入已有文本（如网文前半章），推演人物命运、势力博弈或世界观走向，激发创意灵感
• 金融/咨询从业者：结合市场信号、财报摘要等“种子”，模拟机构行为、资金流向与连锁反应
• AI 教育与技术爱好者：直观理解多智能体系统如何从个体规则中涌现出复杂社会现象，兼具学习价值与趣味性

总结

MiroFish 不是一个传统意义上的预测模型，而是一套将“现实输入→数字孪生→群体演化→人机共判”闭环打通的智能沙盘系统。它把抽象的“预测未来”转化为可看、可问、可调、可玩的交互体验。目前项目已展示出明确的应用潜力和清晰的技术路径，但部分高级功能（如金融与时政方向的完整示例）仍在持续更新中，建议访问其主页获取更详细信息。