MiroFish作为前沿AI预测引擎，通过多智能体技术构建数字平行世界，为用户提供精准的未来推演服务。这款由年轻开发者打造的工具，正在重塑事件预测与战略分析的方式。

MiroFish的核心功能

1. 智能预测推演：用户上传新闻、小说或政策文档等种子材料后，系统能自动构建高保真数字世界，通过自然语言指令生成未来事件发展的预测报告。
2. 多Agent社会模拟：基于输入信息创建数千个具备独立人格的智能体，在虚拟环境中进行社交互动与群体演化，真实还原复杂的社会动态。
3. 动态变量注入：支持在模拟过程中实时调整参数或引入新变量，帮助用户观察不同条件下事件发展的差异，实现无风险的决策预演。
4. 深度交互探索：推演完成后，用户可与任意智能体进行对话交流，或咨询专业报告代理，深入了解模拟细节与推演逻辑。
5. 可视化报告生成：自动整合多轮模拟数据，输出包含事件脉络、关键节点与风险预警的结构化分析报告，为决策提供可靠依据。

MiroFish的技术实现

1. 图谱构建：从输入文本中提取关键实体与关系网络，使用时序GraphRAG技术构建动态知识图谱，为每个智能体赋予独特的背景记忆与初始状态。
2. 环境搭建：基于知识图谱生成智能体人设，包含全景经历、行为模式等维度，同时配置模拟参数与初始事件，为仿真运行创造必要条件。
3. 仿真引擎：采用开源OASIS引擎驱动，支持数千Agent并行运行，通过Zep Cloud维护长期记忆，实现真实的社交互动与群体智能涌现。
4. 报告生成：配备专业ReportAgent与丰富工具集，能自动解析用户需求并整合推演数据，最终输出结构化的预测分析报告。

MiroFish使用指南

1. 在线体验：访问官方Demo可直接体验预置的舆情推演与文学续写案例，无需安装配置。
2. 本地部署（源码方式）：
   1. 环境准备：安装Node.js 18+、Python 3.11-3.12及uv包管理器。
   2. 配置密钥：复制.env.example为.env，填入LLM API Key与Zep API Key。
   3. 安装依赖：运行npm run setup:all一键安装前后端依赖。
   4. 启动服务：执行npm run dev，前端访问localhost:3000，后端API在localhost:5001。
3. Docker部署：配置.env文件后，执行docker compose up -d即可启动服务。
4. 标准使用流程
   1. 上传种子材料：提交需要分析的原始资料，如报告、小说或新闻事件。
   2. 描述预测需求：用自然语言说明需要推演的具体问题或场景。
   3. 等待系统构建：自动完成知识图谱构建、智能体生成与环境配置。
   4. 运行模拟：设定模拟轮数，观察智能体交互与社会演化过程。
   5. 查看报告与交互：阅读生成的预测报告，或与特定智能体深入交流探索细节。

MiroFish的典型应用

1. 舆情危机预演：输入热点事件与社交媒体数据，模拟舆情发酵路径，预判危机爆发节点，为公关决策提供安全测试环境。
2. 金融投资推演：基于市场信号构建数字沙盘，推演政策调整后的市场连锁反应，辅助制定投资策略。
3. 文学创作续写：上传小说前部文本，让智能体扮演角色自主推演后续剧情，探索人物命运的不同可能性。
4. 企业战略模拟：模拟竞争对手动作或行业变化，推演对市场份额的影响，验证战略调整方案的可行性。
5. 公共政策评估：构建包含利益群体的虚拟社会，测试政策的长期影响，观察执行中的阻力点与意外后果。

获取方式

1. GitHub仓库：https://github.com/666ghj/MiroFish
2. 在线体验Demo：https://666ghj.github.io/mirofish-demo/

MiroFish凭借创新的多智能体技术，为各类预测需求提供了前所未有的解决方案，正在成为战略决策与未来推演领域的变革性工具。