MiroFish: ИИ-движок прогнозирования на базе мультиагентных технологий 250

MiroFish — это открытый ai-движок для прогнозирования, который в последнее время занимает высокие позиции в мировом тренде GitHub. Его разработал 20-летний студент четвёртого курса Университета науки и технологий Китая Бай Фу (Го Ханцзян), а также он получил инвестиции в размере 30 миллионов юаней от основателя Shanda Group Чэнь Тяньцзю.

MiroFish — это движок прогнозирования на основе технологии мультиагентных систем, позиционируемый как «простой и универсальный роевой интеллект, способный прогнозировать любые явления».

Основная идея проекта — построение «параллельного цифрового мира»: из реального мира извлекается «затравочная информация», например, срочные новости, проекты политических решений, финансовые сигналы или текст романа, после чего автоматически создаётся высокоточный виртуальный цифровой мир. В этом виртуальном пространстве действуют тысячи агентов с независимыми личностями, долгосрочной памятью и логикой поведения, которые свободно взаимодействуют друг с другом и формируют социальные связи. Пользователь, находясь в позиции «с точки зрения Бога», может динамически добавлять переменные, что позволяет достаточно точно прогнозировать направления дальнейшего развития.

Проект был официально выпущен в декабре 2025 года под лицензией открытого исходного кода AGPL-3.0, и на данный момент количество звёзд на GitHub превысило 10K.

Функциональные особенности MiroFish

• Построение графа знаний: используется технология темпорального GraphRAG, которая из затравочных материалов извлекает ключевые сущности и связи между ними, формируя динамический граф знаний. Например, в кейсе с романом «Сон в красном тереме» система на основе 150 тысяч символов оригинального текста сгенерировала 905 узлов сущностей и 3822 ребра связей.

• Генерация агентов: на основе построенного графа знаний автоматически извлекаются связи между сущностями и формируются «персонажи» агентов с независимой личностью, позицией и предысторией, которым также присваивается долгосрочная память.

• Эволюция роевого интеллекта: запускается моделирование одновременно на двух платформах, где от нескольких десятков до сотен агентов в своих независимых средах обсуждают, ведут переговоры и действуют по заданной теме, моделируя тем самым процессы зарождения общественного мнения и групповой поляризации в реальном обществе.

• Динамическое внедрение переменных: в процессе моделирования пользователь может в реальном времени добавлять новые переменные (например, «если бы политика была объявлена на неделю раньше») и наблюдать эффект бабочки, влияющий на развитие виртуального общества.

• Визуализация отчётов: специальный ReportAgent проводит комплексный анализ действий всех агентов и результатов их эволюции, формируя структурированный прогнозный отчёт, содержащий ход развития событий, ключевые узлы, оценку тенденций и предупреждения о рисках.

• Глубокое интерактивное исследование: после завершения моделирования пользователь может вести индивидуальный диалог с любым агентом, узнавая его взгляды и логику принятия решений, а также общаться с ReportAgent для гибкого изучения результатов прогноза.

Технические преимущества MiroFish

• Используется движок моделирования OASIS, разработанный командой CAMEL-AI с открытым исходным кодом, поддерживающий одновременное взаимодействие миллионов агентов.

• Интегрирована технология Zep Cloud для управления долгосрочной памятью агентов.

• Поддерживаются функции паузы и возобновления, что позволяет гибко управлять процессом прогнозирования.

Сценарии применения MiroFish

MiroFish подходит для самых разных сценариев — от серьёзного прогнозирования до развлекательного моделирования:

Макроуровневое моделирование решений

• Реагирование на кризисы общественного мнения: прогнозирование путей распространения горячих событий в медиа, динамики общественных настроений, реакций лидеров мнений (KOL) и потенциальных точек риска, что помогает соответствующим специалистам заранее разрабатывать стратегии реагирования.

• Оценка эффективности политических мер: в среде без рисков моделируется реакция всех сторон общества после публикации политического решения, проверяется эффект от разного времени публикации и формулировок.

• Анализ корпоративной стратегии: моделируется влияние негативных новостей на курс акций публичных компаний, прогнозируется стратегическая эволюция и влияние на рынок после крупных раундов финансирования.

Микроуровневое творческое исследование

• Литературное творчество: прорабатываются варианты развития сюжетных линий и финалов произведений. Среди официальных демо-кейсов — прогнозирование утраченного финала романа «Сон в красном тереме» на основе первых 80 глав.

• Развлекательное моделирование: исследование всевозможных необычных сценариев, например, поведение вымышленных персонажей в определённых ситуациях.

Финансовое прогнозирование

• Анализ влияния финансовых сигналов на рыночные настроения и моделирование поведения групп участников в различных рыночных условиях.

Преимущества MiroFish

• Крайне низкий порог входа: взаимодействие осуществляется на естественном языке, пользователю не нужно знать код и разбираться в сложных параметрах — «достаточно просто уметь вести диалог, чтобы начать пользоваться этим ПО».

• Высокая достоверность моделирования: агенты обладают долгосрочной памятью и независимой личностью, их логика поведения близка к поведению реальных людей, что позволяет воспроизводить групповую динамику, схожую с реальным обществом.

• Безрисковые эксперименты: предоставляется безопасная площадка для отработки решений, что избавляет от высоких затрат, связанных с пробами в реальном мире.

• Благоприятная экосистема открытого кода: исходный код открыт (лицензия AGPL-3.0), поддерживается локальное развёртывание и вторичная разработка, сообщество активно.

• Гибкие варианты развёртывания: доступны онлайн-демо, развёртывание из исходного кода и развёртывание через Docker.

Как пользоваться MiroFish

1. Онлайн-демо

Перейдите по официальному адресу демо, чтобы ознакомиться с предзаготовленными кейсами (например, моделирование общественного мнения в Уханьском университете, продолжение «Сна в красном тереме»):

https://666ghj.github.io/mirofish-demo/

2. Локальное развёртывание

Требования к окружению: Node.js 18+, Python 3.11–3.12, менеджер пакетов uv

# Клонирование репозитория
git clone https://github.com/666ghj/MiroFish
# Настройка ключей
cp .env.example .env
# Отредактируйте .env и укажите LLM API Key и Zep API Key
# Установка всех зависимостей одной командой
npm run setup:all
# Запуск сервиса
npm run dev
# Доступ к фронтенду — localhost:3000, бэкенд API — на localhost:5001

3. Развёртывание через Docker

После настройки файла .env выполните:

docker compose up -d

Порядок работы с MiroFish

1. Загрузка затравочных материалов: загрузите исходные данные — аналитические отчёты, текст романа, новости и т. п.

2. Описание задачи прогнозирования: на естественном языке чётко сформулируйте задачу (например: «на каких аспектах будет сосредоточено основное недовольство общественности после публикации этого события?»).

3. Ожидание построения системы: система автоматически выполнит построение графа знаний, генерацию агентов и настройку среды.

4. Запуск моделирования: задайте количество раундов и наблюдайте за взаимодействиями агентов и эволюцией общества.

5. Изучение отчёта и взаимодействие: прочитайте прогнозный отчёт или проведите углублённый диалог с конкретным агентом для более детального изучения.

Часто задаваемые вопросы (FAQ)

В: MiroFish бесплатен?

О: Да, MiroFish распространяется по лицензии открытого исходного кода AGPL-3.0 и полностью бесплатен. Однако при использовании необходимо самостоятельно подготовить API-ключ большой языковой модели (например, Alibaba Cloud Bailian и т. п.), что может повлечь расходы на вызовы API.

В: Какое отношение MiroFish имеет к BettaFish?

О: BettaFish (微舆) — более ранняя разработка автора, ориентированная на анализ общественного мнения (то есть анализ уже произошедших событий); MiroFish — это её обновлённая версия, ориентированная на прогнозирование и моделирование (то есть предсказание будущих событий). Их соотношение сравнивают с «зеркалом заднего вида» и «телескопом».

В: Нужны ли навыки программирования для использования?

О: Нет. Концепция продукта — максимальная простота: пользователю достаточно описать свои потребности на естественном языке, а все сложные настройки ИИ выполняет автоматически в фоновом режиме.

В: Какие большие модели поддерживаются?

О: Теоретически поддерживаются все LLM API, соответствующие формату OpenAI SDK. В официальных примерах по умолчанию рекомендуется использовать модель qwen-plus с платформы Alibaba Bailian.

В: Что можно прогнозировать?

О: В текущих официальных примерах охвачены темы острых общественных настроений, кампусных событий, сюжетных развязок литературных произведений и т. п. Функционал для финансовой сферы, политических новостей и других сценариев будет постепенно расширяться.

В: Можно ли прервать процесс моделирования?

О: Да, MiroFish поддерживает функции паузы и возобновления моделирования, что позволяет гибко управлять процессом прогнозирования.

Репозиторий на GitHub：https://github.com/666ghj/MiroFish

Онлайн-демо：https://666ghj.github.io/mirofish-demo/