MiroFish Offline

这个 Agent 能做什么，适合哪些场景？

MiroFish Offline 是 MiroFish 的全本地化英文分支，用于从上传文档构建多智能体社会模拟。它以 Flask API 提供图谱、模拟和报告功能，并以 Neo4j Community Edition 5.15 保存图谱与记忆，以 Ollama 提供本地模型和嵌入。系统会围绕文档生成数百个具有个性、立场、反应速度、影响力和记忆的角色，在模拟社交平台上持续互动。模拟结束后，ReportAgent 会结合焦点群体访谈和知识图谱检索生成结构化分析；用户还可以继续与模拟中的角色聊天。项目可通过 Docker Compose 部署，也提供 Python、Node.js、Neo4j 和 Ollama 的手动运行路径。

用户上传新闻稿、政策草案或财报等文档后，Graph Build 会抽取人物、公司、事件及其关系，并写入 Neo4j 的知识图谱和个体、群体记忆。Env Setup 为模拟环境生成数百个角色，配置 personality、opinion bias、reaction speed、influence level 与历史记忆。Simulation 让角色在模拟社交平台发帖、回复、争论和改变观点，同时跟踪 sentiment evolution、topic propagation 与 influence dynamics。ReportAgent 在模拟后访谈一组角色、检索知识图谱证据并生成结构化报告；Interaction 支持继续询问任一角色发帖原因。后端通过 app.extensions['neo4j_storage'] 注入 GraphStorage，Neo4jStorage 内包含 EmbeddingService、NERExtractor 和 SearchService，其中混合搜索采用 0.7 向量相似度与 0.3 BM25 关键词搜索。

1. 公关团队在发布新闻稿前，上传草稿并观察模拟公众在社交平台上的讨论、争论和情绪变化。
2. 市场研究或交易研究人员将金融新闻输入系统，观察模拟环境中的市场情绪与话题传播。
3. 政策团队将拟议法规作为文档上传，测试不同角色对政策内容的可能反应。
4. 研究人员需要把人物、组织和事件从材料中抽取为可检索的 Neo4j 知识图谱时，可将其作为模拟前的数据准备环节。
5. 创作者希望基于一段文本，让带有持续记忆和人格的角色产生后续互动与叙事反应时，可以运行完整模拟。

如何安装或部署这个 Agent？

推荐 Docker 部署：

git clone https://github.com/nikmcfly/MiroFish-Offline.git
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

然后打开 http://localhost:3000。默认配置指向本地 Ollama 与 Neo4j：LLM_API_KEY=ollama、LLM_BASE_URL=http://localhost:11434/v1、LLM_MODEL_NAME=qwen2.5:32b、NEO4J_URI=bolt://localhost:7687、NEO4J_USER=neo4j、NEO4J_PASSWORD=mirofish、EMBEDDING_MODEL=nomic-embed-text。

如何使用这个 Agent？

启动服务后访问 http://localhost:3000，并上传待分析文档。依次执行或使用界面中的 Graph Build、Env Setup 和 Simulation：先建立实体关系图谱，再创建角色环境并运行社交互动模拟。模拟完成后查看 ReportAgent 生成的结构化分析，并通过 Interaction 与某个模拟角色继续对话。显存较少时，可在 .env 中将 LLM_MODEL_NAME 改为 qwen2.5:14b 或 qwen2.5:7b；文档说明嵌入模型仍使用 nomic-embed-text。

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

FollowAgents 如何评估这个 Agent？

常见问题