适合谁
多 Agent 仿真：适合研究仿真型 AI 应用的流程、依赖和系统分层。
Codex 用法
优先按具体技能或原项目安装方式使用，不建议把归档目录整包复制。
这是静态拆解页；完整运行需要 Node、Python、后端服务和 API keys。
许可证 / 风险
AGPL-3.0；网络服务和商业场景需重点评估。
🐟 MiroFish 技能拆解全景图
像搭积木一样
像搭积木一样
看懂这个系统
这是一个"群体智能模拟引擎"——把你的想法丢进去，它会模拟出一群人会怎么做预测。不用懂代码，看完这张图你就明白了。
🏗️ 五层积木塔
这个系统像一栋五层的房子，每层有不同的功能。越往上越接近用户，越往下越底层。
第 5 层 · 门面
前端展示层 (frontend/src/views/)
你在浏览器里看到的界面。包括首页、图表展示、模拟配置、结果报告。用户所有的操作都在这里。
第 4 层 · API
后端接口层 (backend/app/api/)
前端和后端沟通的桥梁。提供 RESTful 接口：建图谱、跑模拟、生成报告、聊天互动。
第 3 层 · 大脑
服务逻辑层 (backend/app/services/)
真正的"智能"所在。包括：知识图谱构建、模拟运行器、报告生成器、记忆管理系统。
第 2 层 · 引擎
模拟核心 (OASIS + LLM)
用 OASIS 框架模拟社交场景，用大语言模型（LLM）让每个"人"会思考、会说话、会做决定。
第 1 层 · 地基
基础设施 (Flask + Python)
用 Flask 框架搭建 web 服务器，处理 HTTP 请求、文件上传、环境变量等底层工作。
⚡ 核心功能场景
这个工具能做什么？按重要程度排序，最常用的排在最前面。
1
🔮 预测未来
这是 MiroFish 的核心超能力。你丢给它一个"种子"（新闻稿、小说情节、数据报告），它会模拟一大群"人"在那个世界里会怎么做，帮你预测事情会往哪个方向发展。
输入："某公司发布新产品，市场会怎么反应？" → 模拟 1000 个"人"的讨论和行动 → 输出预测报告
2
🕸️ 构建知识图谱
把原始材料变成"关系网"。谁是谁的对手、谁喜欢谁、什么事情导致什么结果——像画思维导图一样。
上传《红楼梦》前 80 回 → 自动识别 500 个人物的关系 → 生成知识图谱
3
👥 生成虚拟人物
根据种子材料，自动生成一群有"个性"的人。每个人有自己的背景、说话风格、行为逻辑。
分析 100 条微博用户 → 生成 50 个"人设"，各有各的口头禅和偏好
4
🎭 模拟社交互动
让这些虚拟"人"在模拟世界里互相聊天、吵架、合作、背叛。观察他们之间的化学反应。
设定场景："公司要裁员" → 模拟员工群聊 → 看谁会抗议、谁会沉默、谁会跳槽
5
📝 生成预测报告
模拟结束后，用 AI 自动写一份详细的报告。分析发生了什么、为什么、接下来会怎样。
模拟结束 → ReportAgent 分析数据 → 生成 5000 字的趋势预测报告
6
💬 深入互动聊天
模拟结束后，你还可以跟任何一个虚拟"人"单独聊天。问问它当时为什么那么做。
"贾宝玉后来后悔吗？" → 直接问虚拟的贾宝玉 → 得到他的心理独白
7
🧠 长期记忆管理
每个虚拟"人"都有记忆。聊过的事会记住，下次还能接着聊。像真的有记忆一样。
第一次模拟："他是个好人" → 第二次模拟 → 他还记得上次的事，行为会更一致
8
🌐 支持多种数据源
支持各种格式的输入：PDF、Word、TXT、JSON。也可以直接喂微博、Reddit、Twitter 的数据。
上传 PDF 报告、复制微博链接、导入 JSON 数据 → 都能识别
🧰 SaaS 工具箱
这个项目用了哪些"外包服务"？它们各自干什么活？为什么免费？什么时候需要花钱？
通
通义千问 (Qwen)
大语言模型
像雇了一个"军师"。每个虚拟"人"的思考、对话、决策都由它来生成。项目默认用阿里云的 Qwen-plus。
免费额度
✅ 新用户 100 万 tokens
付费版：¥30/百万 tokens（Qwen-plus）
什么时候升级：模拟超过 40 轮或超过 1000 个代理时
配合： OASIS（调用它来生成内容）、Zep（记录它的思考过程）
O
OASIS
社交模拟框架
像租了一个"游乐场"。专门用来模拟一群人社交互动的框架。支持 Twitter、Reddit 等平台的模拟。
免费额度
✅ 开源免费，完全免费使用
开源项目，无付费版
什么时候升级：不需要，一直免费
配合： Qwen（提供"智慧"）、Flask（运行它）
Z
Zep Cloud
长期记忆存储
像给每个虚拟"人"配了一个"记事本"。他们的对话、经历都能记住，下次模拟还能接着用。
免费额度
✅ 每月 10,000 条记忆存储
付费版：$25/月起，无限存储
什么时候升级：代理数量超过 1000 或需要更长的记忆保留
配合： OASIS（每个代理的记忆）、Qwen（读取记忆来思考）
Py
Python + Flask
后端运行时
像厨房里的"灶台"。Python 是编程语言，Flask 是 web 框架，一起搭出后端服务。
免费额度
✅ 开源免费，完全免费使用
托管费用另计（如 Render、Railway）
什么时候升级：部署到云服务器时（如 Render $5/月起）
配合： Vue.js（前端）、所有 Python 库
V
Vue.js + Vite
前端框架
像装修公司的"设计软件"。用来做用户界面。Vue.js 是框架，Vite 是打包工具。
免费额度
✅ 开源免费，完全免费使用
托管费用另计（如 Vercel、Netlify）
什么时候升级：部署到线上时（如 Vercel 免费版够用）
配合： Flask（后端 API）
O
OpenAI 兼容接口
模型兼容层
像"万能转换头"。项目用 OpenAI 的格式来调用各种大模型，所以可以换着用 Qwen、GPT、Claude 等。
收费
✅ 本身免费，按实际使用的模型收费
GPT-4o: $5/百万输入tokens
什么时候升级：想用更贵的模型（如 GPT-4）时
配合： 各种 LLM（Qwen、GPT、Claude 都行）
💬 这群"人"是怎么配合干活的？
一个用户想预测"某公司新产品发布后市场会怎么反应"。完整展示每个环节谁在干活。
📚 大白话百科
这些词儿到底什么意思？用日常例子讲给你听。
多代理系统 (Multi-Agent)
像拍电影用的"群演"。一个主角好雇，一千个群演同时演戏就需要协调。多代理系统就是让一千个 AI 同时"演戏"，互相配合。
知识图谱 (Knowledge Graph)
像一张"人物关系图"。《甄嬛传》里谁是谁的情敌、谁害过谁，画成图就是知识图谱。让 AI 知道"原来这两个人有仇"。
GraphRAG
像给 AI 装了个"导航仪"。普通的 AI 回答问题像闭眼回答，图谱增强后的 AI 能"看图"回答，更准。
LLM (大语言模型)
像雇了一个"看过全世界书的人"。它什么问题都能回答，但有时候会胡说八道（幻觉）。
Token
像"字数"或"稿费"。AI 按字数收费，1000 个 token 大约等于 500-750 个汉字。
OASIS 框架
像拍"楚门的世界"用的"片场"。专门搭建一个虚拟世界，让一堆 AI 在里面生活、聊天、演戏。
RESTful API
像餐厅的"服务员"。你点菜（发请求）→ 服务员传给厨房（后端处理）→ 上菜（返回结果）。标准化"点菜"方式。
Flask
像餐厅的"前台"。接待客人、记录点单、安排座位——处理所有的"迎来送往"。