MiroFish 🐟

简洁通用的群体智能引擎，预测万物

MiroFish 是一个基于多智能体（Multi-Agent）技术的社交媒体舆情模拟平台，能够模拟 Twitter/Reddit 等社交媒体上的用户行为，预测舆情发展趋势。

📁 项目结构

MiroFish/
├── backend/           # Flask 后端服务
│   ├── app/          # 应用核心代码
│   ├── scripts/      # OASIS 模拟脚本
│   ├── requirements.txt
│   └── run.py        # 后端启动入口
├── frontend/          # Vue 3 前端
│   ├── src/
│   ├── package.json
│   └── vite.config.js
├── .env.example       # 环境变量示例
├── docker-compose.yml # Docker 部署配置
├── package.json       # 根目录启动脚本
└── README.md

---

🚀 快速开始

前置要求

在开始之前，请确保已安装以下工具：

工具	版本要求	说明	安装检查
Node.js	18+	前端运行环境，包含 npm	node -v
Python	3.11+	后端运行环境	python --version
uv	最新版	Python 包管理器（替代 pip）	uv --version

安装 uv

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows (PowerShell)
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

# 或使用 Homebrew (macOS)
brew install uv

⚠️ 安装 uv 后需要重新打开终端或执行 source ~/.zshrc (macOS/Linux) 使其生效。

配置环境变量

# 复制示例配置文件
cp .env.example .env

# 编辑 .env 文件，填入必要的 API 密钥

必需的环境变量：

# LLM 配置（支持 OpenAI 格式的任意 LLM）
LLM_API_KEY=your_api_key
LLM_BASE_URL=https://api.openai.com/v1
LLM_MODEL_NAME=gpt-4o-mini

# Zep Cloud 配置
ZEP_API_KEY=your_zep_api_key

---

📦 部署方式一：源码部署（开发推荐）

使用 concurrently 同时启动前后端，跨平台兼容（Windows/macOS/Linux）。

1. 安装依赖

# 一键安装所有依赖（根目录 + 前端 + 后端）
npm run setup:all

或者分步安装：

# 安装 Node 依赖（根目录 + 前端）
npm run setup

# 安装 Python 依赖（自动创建虚拟环境）
npm run setup:backend

2. 启动服务

# 同时启动前后端（在项目根目录执行）
npm run dev

服务地址：

• 前端：http://localhost:3000
• 后端 API：http://localhost:5001

单独启动

# 仅启动后端
npm run backend

# 仅启动前端
npm run frontend

---

🐳 部署方式二：Docker 部署（生产推荐）

前置要求

• Docker 20.10+
• Docker Compose v2+

启动服务

# 构建并启动所有服务
docker compose up -d

# 查看日志
docker compose logs -f

# 停止服务
docker compose down

服务地址：

• 前端：http://localhost:3000
• 后端 API：http://localhost:5001

仅构建镜像

# 构建后端镜像
docker build -t mirofish-backend ./backend

# 构建前端镜像
docker build -t mirofish-frontend ./frontend

---

🛠 技术栈

后端

• 框架: Flask 3.x
• LLM 调用: OpenAI SDK
• 图谱存储: Zep Cloud
• 模拟引擎: OASIS (camel-oasis)

前端

• 框架: Vue 3 + Composition API
• 构建工具: Vite
• 可视化: D3.js
• HTTP 客户端: Axios

---

⚙️ 环境变量说明

变量名	必需	说明	默认值
LLM_API_KEY	✅	LLM API 密钥	-
LLM_BASE_URL	❌	LLM API 地址	https://api.openai.com/v1
LLM_MODEL_NAME	❌	模型名称	gpt-4o-mini
ZEP_API_KEY	✅	Zep Cloud API 密钥	-
FLASK_DEBUG	❌	调试模式	true
FLASK_HOST	❌	后端监听地址	0.0.0.0
FLASK_PORT	❌	后端端口	5001

---

🐛 常见问题

Q: 后端启动报错 "LLM_API_KEY 未配置"

A: 确保 .env 文件在项目根目录，且配置了正确的 API 密钥。

Q: 前端无法连接后端

A: 检查后端是否正常运行在 5001 端口，前端开发服务器会自动代理 /api/* 请求。

Q: OASIS 模拟启动失败

A: 确保已安装 camel-oasis 和 camel-ai 依赖，且 LLM API 配置正确。

Q: 运行 npm run setup:backend 报错 "uv: command not found"

A: uv 未安装或未加入 PATH。请先安装 uv（参考前置要求），安装后重新打开终端再执行。

Q: Windows 上 Python 虚拟环境激活失败

A: 使用 .venv\Scripts\activate 而不是 source .venv/bin/activate。

---

📄 License

MIT License