尧图网页设计 
MiroFish-Offline多智能体仿真引擎揭秘基于CAMEL-AI OASIS的TwitterReddit双平台实时推演【免费下载链接】MiroFish-OfflineOffline multi-agent simulation prediction engine. English fork of MiroFish with Neo4j Ollama local stack.项目地址: https://gitcode.com/gh_mirrors/mi/MiroFish-OfflineMiroFish-Offline 是一款可完全本地部署的多智能体仿真引擎上传一份报告或新闻稿它就能自动生成数百个具备独立人格的 AI Agent基于 CAMEL-AI 团队的 OASIS 社交模拟框架在Twitter Reddit 双平台上实时推演舆论演化。整个链路——知识图谱构建、Agent 人格生成、模拟推演、报告产出——全部跑在 Neo4j Ollama 本地栈上零云端 API 依赖。 一句话理解 MiroFish-Offline它做的事情可以概括为五步流水线文档 → 知识图谱 → 数百个 AI 人格 → 双平台社交模拟 → 预测报告 自由对话。原版 MiroFishMiroFish-Offline中文界面英文界面1000 条文案翻译Zep Cloud 图记忆Neo4j Community 5.15DashScope / OpenAI 云端 LLMOllamaqwen2.5、llama3 等本地模型需要云端 API Key零云端依赖数据不出内网 第一步文档变知识图谱Graph Build系统用本地 LLM 对上传文档做命名实体识别NER与关系抽取把人物、机构、事件、观点抽取成节点与边存入 Neo4j 社区版。向量嵌入由 Ollama 的nomic-embed-text768 维本地生成核心实现在 neo4j_storage.py检索采用混合搜索0.7 × 向量相似度 0.3 × BM25 关键词兼顾语义与精确匹配实体抽取器位于 ner_extractor.py迁移过程记录在 docs/progress.md 第二步为每个实体生成「活人」人格这是推演质量的关键。oasis_profile_generator.py 会把图谱中的每个实体转成 OASIS 要求的 Agent Profile先查图谱再写人设通过混合搜索为该实体检索事实与关联实体作为人设上下文个体 vs 机构分流学生、记者、教授生成具体人物档案大学、政府机构、媒体则生成官方账号人设人格维度拉满MBTI、年龄、职业、国家、兴趣话题、发帖频率、语言风格甚至口头禅与个人记忆双平台格式适配Twitter 侧生成 CSV粉丝数、发推数Reddit 侧生成 JSONKarma 值 核心揭秘Twitter Reddit 双平台并行实时推演推演引擎由CAMEL-AI 的 OASIS 框架驱动依赖见 requirements.txt 中的camel-oasis/camel-aiMiroFish-Offline 在其上封装了一套完整的过程管控1. 智能配置自动生成simulation_config_generator.py 用 LLM 根据文档内容自动产出全部推演参数无需手工调参默认 72 小时模拟时长、每轮 60 分钟并内置了真实作息曲线——凌晨 0–5 点活跃度仅 0.05 倍晚间 19–22 点高峰放大 1.5 倍让舆论扩散节奏贴近现实。2. 双平台并行进程run_parallel_simulation.py 同时拉起 Twitter 与 Reddit 两个模拟环境各自独立推进轮次与虚拟时间动作分别写入sim_xxx/ ├── twitter/actions.jsonl # 发帖、点赞、评论动作流 ├── reddit/actions.jsonl ├── simulation.log └── run_state.json3. 实时监控与状态机simulation_runner.py 以守护线程增量解析两份actions.jsonl把每条CREATE_POST、LIKE_POST动作实时推送给前端双平台轮次、虚拟小时数、已完成状态独立呈现还支持一键停止按进程组优雅终止与断点状态持久化。4. 记忆闭环可选开启图谱记忆更新后Agent 在模拟中的发言会通过 graph_memory_updater.py 动态写回 Neo4j让知识图谱随推演生长。 第四步ReportAgent 自动产出预测报告推演结束后report_agent.py 扮演分析师InsightForge深度洞察 PanoramaSearch全景扫描基于图谱检索证据焦点小组访谈直接采访模拟世界里的关键 Agent追问他们为何发帖、立场为何转变最终生成结构化《预测报告》情绪爆发点、信任崩塌曲线、关键传播节点一应俱全 第五步与模拟世界里的任何 Agent 直接对话推演不必一结束就散场。在交互界面中你可以继续与报告 Agent 或任意被模拟的 Agent 对话——完整人格与记忆持续保留。比如追问下件事发生后你的看法会有什么变化让推演从看数据升级为问当事人。 快速上手指南硬件门槛内存 16GB 起显卡显存 10GB14B 模型/ 24GB32B 模型纯 CPU 可跑但明显更慢。Docker 一键启动推荐git clone https://gitcode.com/gh_mirrors/mi/MiroFish-Offline cd MiroFish-Offline cp .env.example .env docker compose up -d docker exec mirofish-ollama ollama pull qwen2.5:32b docker exec mirofish-ollama ollama pull nomic-embed-text打开http://localhost:3000即可。全部配置集中在.env中GraphStorage抽象层意味着以后替换其他图数据库只需实现一个类详见 README.md 架构说明。 能拿来做什么PR 危机预演发布前模拟公众对新闻稿的真实反应市场情绪信号输入财经消息观察模拟市场的多空演变政策影响分析用模拟公众检验草案的接受度创意实验有用户把一部结尾失传的中国古典小说喂给它Agent 们集体写出了一段剧情自洽的续篇✅ 小结MiroFish-Offline 把舆论会如何演化这个问题变成了一条可复现、可暂停、可对话的工程流水线Neo4j 存记忆Ollama 供智能OASIS 驱动 Twitter Reddit 双平台并行推演。全部本地运行既保护数据隐私也让推演未来这件事变得低成本、可反复实验。【免费下载链接】MiroFish-OfflineOffline multi-agent simulation prediction engine. English fork of MiroFish with Neo4j Ollama local stack.项目地址: https://gitcode.com/gh_mirrors/mi/MiroFish-Offline创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 MiroFish-Offline多智能体仿真引擎揭秘：基于CAMEL-AI OASIS的Twitter+Reddit双平台实时推演
MiroFish-Offline多智能体仿真引擎揭秘基于CAMEL-AI OASIS的TwitterReddit双平台实时推演【免费下载链接】MiroFish-OfflineOffline multi-agent simulation prediction engine. English fork of MiroFish with Neo4j Ollama local stack.项目地址: https://gitcode.com/gh_mirrors/mi/MiroFish-OfflineMiroFish-Offline 是一款可完全本地部署的多智能体仿真引擎上传一份报告或新闻稿它就能自动生成数百个具备独立人格的 AI Agent基于 CAMEL-AI 团队的 OASIS 社交模拟框架在Twitter Reddit 双平台上实时推演舆论演化。整个链路——知识图谱构建、Agent 人格生成、模拟推演、报告产出——全部跑在 Neo4j Ollama 本地栈上零云端 API 依赖。 一句话理解 MiroFish-Offline它做的事情可以概括为五步流水线文档 → 知识图谱 → 数百个 AI 人格 → 双平台社交模拟 → 预测报告 自由对话。原版 MiroFishMiroFish-Offline中文界面英文界面1000 条文案翻译Zep Cloud 图记忆Neo4j Community 5.15DashScope / OpenAI 云端 LLMOllamaqwen2.5、llama3 等本地模型需要云端 API Key零云端依赖数据不出内网 第一步文档变知识图谱Graph Build系统用本地 LLM 对上传文档做命名实体识别NER与关系抽取把人物、机构、事件、观点抽取成节点与边存入 Neo4j 社区版。向量嵌入由 Ollama 的nomic-embed-text768 维本地生成核心实现在 neo4j_storage.py检索采用混合搜索0.7 × 向量相似度 0.3 × BM25 关键词兼顾语义与精确匹配实体抽取器位于 ner_extractor.py迁移过程记录在 docs/progress.md 第二步为每个实体生成「活人」人格这是推演质量的关键。oasis_profile_generator.py 会把图谱中的每个实体转成 OASIS 要求的 Agent Profile先查图谱再写人设通过混合搜索为该实体检索事实与关联实体作为人设上下文个体 vs 机构分流学生、记者、教授生成具体人物档案大学、政府机构、媒体则生成官方账号人设人格维度拉满MBTI、年龄、职业、国家、兴趣话题、发帖频率、语言风格甚至口头禅与个人记忆双平台格式适配Twitter 侧生成 CSV粉丝数、发推数Reddit 侧生成 JSONKarma 值 核心揭秘Twitter Reddit 双平台并行实时推演推演引擎由CAMEL-AI 的 OASIS 框架驱动依赖见 requirements.txt 中的camel-oasis/camel-aiMiroFish-Offline 在其上封装了一套完整的过程管控1. 智能配置自动生成simulation_config_generator.py 用 LLM 根据文档内容自动产出全部推演参数无需手工调参默认 72 小时模拟时长、每轮 60 分钟并内置了真实作息曲线——凌晨 0–5 点活跃度仅 0.05 倍晚间 19–22 点高峰放大 1.5 倍让舆论扩散节奏贴近现实。2. 双平台并行进程run_parallel_simulation.py 同时拉起 Twitter 与 Reddit 两个模拟环境各自独立推进轮次与虚拟时间动作分别写入sim_xxx/ ├── twitter/actions.jsonl # 发帖、点赞、评论动作流 ├── reddit/actions.jsonl ├── simulation.log └── run_state.json3. 实时监控与状态机simulation_runner.py 以守护线程增量解析两份actions.jsonl把每条CREATE_POST、LIKE_POST动作实时推送给前端双平台轮次、虚拟小时数、已完成状态独立呈现还支持一键停止按进程组优雅终止与断点状态持久化。4. 记忆闭环可选开启图谱记忆更新后Agent 在模拟中的发言会通过 graph_memory_updater.py 动态写回 Neo4j让知识图谱随推演生长。 第四步ReportAgent 自动产出预测报告推演结束后report_agent.py 扮演分析师InsightForge深度洞察 PanoramaSearch全景扫描基于图谱检索证据焦点小组访谈直接采访模拟世界里的关键 Agent追问他们为何发帖、立场为何转变最终生成结构化《预测报告》情绪爆发点、信任崩塌曲线、关键传播节点一应俱全 第五步与模拟世界里的任何 Agent 直接对话推演不必一结束就散场。在交互界面中你可以继续与报告 Agent 或任意被模拟的 Agent 对话——完整人格与记忆持续保留。比如追问下件事发生后你的看法会有什么变化让推演从看数据升级为问当事人。 快速上手指南硬件门槛内存 16GB 起显卡显存 10GB14B 模型/ 24GB32B 模型纯 CPU 可跑但明显更慢。Docker 一键启动推荐git clone https://gitcode.com/gh_mirrors/mi/MiroFish-Offline cd MiroFish-Offline cp .env.example .env docker compose up -d docker exec mirofish-ollama ollama pull qwen2.5:32b docker exec mirofish-ollama ollama pull nomic-embed-text打开http://localhost:3000即可。全部配置集中在.env中GraphStorage抽象层意味着以后替换其他图数据库只需实现一个类详见 README.md 架构说明。 能拿来做什么PR 危机预演发布前模拟公众对新闻稿的真实反应市场情绪信号输入财经消息观察模拟市场的多空演变政策影响分析用模拟公众检验草案的接受度创意实验有用户把一部结尾失传的中国古典小说喂给它Agent 们集体写出了一段剧情自洽的续篇✅ 小结MiroFish-Offline 把舆论会如何演化这个问题变成了一条可复现、可暂停、可对话的工程流水线Neo4j 存记忆Ollama 供智能OASIS 驱动 Twitter Reddit 双平台并行推演。全部本地运行既保护数据隐私也让推演未来这件事变得低成本、可反复实验。【免费下载链接】MiroFish-OfflineOffline multi-agent simulation prediction engine. English fork of MiroFish with Neo4j Ollama local stack.项目地址: https://gitcode.com/gh_mirrors/mi/MiroFish-Offline创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考