MiroFish - 技术发现报告

MiroFish 是一个基于群体智能（Swarm Intelligence）的通用预测引擎，通过构建本体论知识图谱并驱动多达百万级自主 Agent 的并行社会模拟，预测任何事物的未来走势——从舆论趋势、市场反应到社会事件演变，核心理念是"预测万物"（Predict Anything）。

MiroFish - 技术发现报告

基本信息

  • 名称： MiroFish
  • 官方地址： https://mirofish.my/
  • GitHub 仓库： https://github.com/666ghj/MiroFish
  • 当前版本： 持续更新（无独立版本号标注，通过 Git 仓库获取最新代码）
  • License： AGPL-3.0
  • 主要编程语言： Python（后端）+ Node.js（前端）
  • 首次发布日期： 2025-11-26
  • 创建者/维护团队： 开发者 Guo（GitHub: 666ghj），战略支持方为盛大集团（Shanda Group）。项目前身为 BettaFish（微舆）。底层基于 CAMEL-AI 团队的 OASIS（Open Agent Social Interaction Simulations）框架。

一句话定位

MiroFish 是一个基于群体智能（Swarm Intelligence）的通用预测引擎，通过构建本体论知识图谱并驱动多达百万级自主 Agent 的并行社会模拟，预测任何事物的未来走势——从舆论趋势、市场反应到社会事件演变，核心理念是"预测万物"（Predict Anything）。

核心特性

  1. 五阶段预测流水线——从本体到报告 - MiroFish 将预测任务分解为五个标准化阶段：本体生成（Ontology Generation）→ 图谱构建（Graph Construction）→ 并行模拟（Parallel Simulation）→ 报告生成（Report Generation）→ 深度交互（Deep Interaction）。用户只需输入一个主题，系统即可自动完成从知识建模到多 Agent 社会模拟再到报告输出的全流程。每个阶段都有专门的 Agent 负责，实现流水线式的自动化预测。[来源：官方网站、GitHub README]

  2. 百万级自主 Agent 社会模拟 - MiroFish 可生成多达 100 万个自主 Agent，每个 Agent 具有独特的个性（personality）、记忆（memory）和社会关系（social connections）。Agent 在模拟环境中通过类 Twitter 和 Reddit 双平台进行社交互动，产生真实的社会行为数据。底层基于 CAMEL-AI 团队的 OASIS 框架。[来源：GitHub README、Medium 技术文章]

  3. GraphRAG 知识图谱构建 - 在模拟之前，MiroFish 通过 GraphRAG（Graph-based Retrieval-Augmented Generation）技术自动从输入主题中提取实体和关系，构建本体论知识图谱。图谱为后续 Agent 的行为提供知识上下文，确保模拟结果与真实世界知识一致。[来源：GitHub README、Dev.to 文章]

  4. ReportAgent 深度交互 - 模拟完成后，用户可通过内置的 ReportAgent 与模拟世界进行深度交互。ReportAgent 可以回答关于模拟结果的具体问题、对比不同场景的差异、并提供基于模拟数据的预测分析，实现从"看报告"到"对话式探索"的体验升级。[来源：官方网站、GitHub README]

  5. 多 LLM 后端支持 + Zep Cloud 记忆管理 - 支持任何兼容 OpenAI SDK 格式的 LLM 后端（推荐 Alibaba Qwen-plus），通过配置文件灵活切换。Agent 记忆管理集成 Zep Cloud 服务，确保大规模 Agent 模拟中的长期记忆一致性。支持 Docker 容器化部署。[来源：GitHub README]

社区生态

  • GitHub Stars： 54,152（截至 2026-04-13）
  • Contributors： 8,150 Forks
  • 最近更新日期： 2026-04-02（最后推送日期），项目仍在活跃维护
  • 社区讨论热度： 极高。曾登顶 GitHub Global Trending 第一名。项目在发布后短时间内获得 5 万+ Stars，引发广泛关注
  • Open Issues： 229

技术栈定位

  • 所属领域： AI 多智能体社会模拟 / 群体智能预测 / 舆情分析与预测
  • 解决的核心问题： 传统预测方法（统计模型、单一 LLM 推理）无法捕捉复杂的社会互动和群体行为。MiroFish 通过构建包含数百万自主 Agent 的虚拟社会，让 Agent 在模拟环境中互动，涌现出群体级别的行为模式，从而实现对舆论趋势、市场反应和社会事件的预测。
  • 替代/竞品技术： Generative Agents（斯坦福虚拟小镇）、AgentSociety、OASIS（CAMEL-AI）、ChatDev（软件开发场景的多人协作）
  • 依赖的上游技术： LLM API（OpenAI SDK 兼容格式，推荐 Qwen-plus）、Zep Cloud（记忆管理）、GraphRAG、OASIS 框架（CAMEL-AI）、Python ≥3.11/≤3.12、Node.js 18+、uv 包管理器、Docker
  • 下游使用者/集成方： 项目前身为 BettaFish（微舆），主要面向舆情分析、市场预测、社会研究等应用场景

关键链接汇总

官方资源

教程资源

社区资源

信息来源