# MiroFish changelog

> MiroFish release notes.

- Vendor: MiroFish
- Category: AI
- Official site: https://mirofish.ai/
- Tracked by: What's New (https://whatsnew.fyi/product/mirofish)
- Harvested from: GitHub (666ghj/MiroFish)
- Entries below: 3 (newest first)

What's New is an index, not a publisher: every entry below links to the vendor's own release notes, which are the authoritative source. Entries are labelled where they are hand-curated sample data, pre-releases, or drawn from a secondary source such as a developer blog.

## Releases

### v0.1.2 — V0.1.2

- Date: 2026-03-07
- Version: v0.1.2
- Original notes: https://github.com/666ghj/MiroFish/releases/tag/v0.1.2
- Permalink: https://whatsnew.fyi/product/mirofish/releases/v0.1.2

<div align="center">

<img src="https://github.com/666ghj/MiroFish/blob/main/static/image/MiroFish_logo_compressed.jpeg" alt="MiroFish Logo" width="75%"/>

简洁通用的群体智能引擎，预测万物
<em>A Simple and Universal Swarm Intelligence Engine, Predicting Anything</em>
</div>

##### ⚡ 项目概述

**MiroFish** 是一款基于多智能体技术的新一代 AI 预测引擎。通过提取现实世界的种子信息（如突发新闻、政策草案、金融信号），自动构建出高保真的平行数字世界。在此空间内，成千上万个具备独立人格、长期记忆与行为逻辑的智能体进行自由交互与社会演化。你可透过「上帝视角」动态注入变量，精准推演未来走向——**让未来在数字沙盘中预演，助决策在百战模拟后胜出**。

> 你只需：上传种子材料（数据分析报告或者有趣的小说故事），并用自然语言描述预测需求</br>
> MiroFish 将返回：一份详尽的预测报告，以及一个可深度交互的高保真数字世界

###### 我们的愿景

MiroFish 致力于打造映射现实的群体智能镜像，通过捕捉个体互动引发的群体涌现，突破传统预测的局限：

- **于宏观**：我们是决策者的预演实验室，让政策与公关在零风险中试错
- **于微观**：我们是个人用户的创意沙盘，无论是推演小说结局还是探索脑洞，皆可有趣、好玩、触手可及

从严肃预测到趣味仿真，我们让每一个如果都能看见结果，让预测万物成为可能。

##### 🌐 在线体验

欢迎访问在线 Demo 演示环境，体验我们为你准备的一次关于热点舆情事件的推演预测：[mirofish-live-demo](https://666ghj.github.io/mirofish-demo/)

##### 📸 系统截图

<div align="center">
<table>
<tr>
<td><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/Screenshot/运行截图1.png" alt="截图1" width="100%"/></td>
<td><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/Screenshot/运行截图2.png" alt="截图2" width="100%"/></td>
</tr>
<tr>
<td><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/Screenshot/运行截图3.png" alt="截图3" width="100%"/></td>
<td><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/Screenshot/运行截图4.png" alt="截图4" width="100%"/></td>
</tr>
<tr>
<td><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/Screenshot/运行截图5.png" alt="截图5" width="100%"/></td>
<td><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/Screenshot/运行截图6.png" alt="截图6" width="100%"/></td>
</tr>
</table>
</div>

##### 🎬 演示视频

###### 1. 武汉大学舆情推演预测 + MiroFish项目讲解

<div align="center">
<a href="https://www.bilibili.com/video/BV1VYBsBHEMY/" target="_blank"><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/武大模拟演示封面.png" alt="MiroFish Demo Video" width="75%"/></a>

点击图片查看使用微舆BettaFish生成的《武大舆情报告》进行预测的完整演示视频
</div>

###### 2. 《红楼梦》失传结局推演预测

<div align="center">
<a href="https://www.bilibili.com/video/BV1cPk3BBExq" target="_blank"><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/红楼梦模拟推演封面.jpg" alt="MiroFish Demo Video" width="75%"/></a>

点击图片查看基于《红楼梦》前80回数十万字，MiroFish深度预测失传结局
</div>

> **金融方向推演预测**、**时政要闻推演预测**等示例陆续更新中...

##### 🔄 工作流程

1. **图谱构建**：现实种子提取 & 个体与群体记忆注入 & GraphRAG构建
2. **环境搭建**：实体关系抽取 & 人设生成 & 环境配置Agent注入仿真参数
3. **开始模拟**：双平台并行模拟 & 自动解析预测需求 & 动态更新时序记忆
4. **报告生成**：ReportAgent拥有丰富的工具集与模拟后环境进行深度交互
5. **深度互动**：与模拟世界中的任意一位进行对话 & 与ReportAgent进行对话

##### 🚀 快速开始

###### 一、源码部署（推荐）

###### 前置要求

| 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, ≤3.12 | 后端运行环境 | `python --version` |
| **uv** | 最新版 | Python 包管理器 | `uv --version` |

###### 1. 配置环境变量

```bash
#### 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：**

```env
#### LLM API配置（支持 OpenAI SDK 格式的任意 LLM API）
#### 推荐使用阿里百炼平台qwen-plus模型：https://bailian.console.aliyun.com/
#### 注意消耗较大，可先进行小于40轮的模拟尝试
LLM_API_KEY=your_api_key
LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_MODEL_NAME=qwen-plus

#### Zep Cloud 配置
#### 每月免费额度即可支撑简单使用：https://app.getzep.com/
ZEP_API_KEY=your_zep_api_key
```

###### 2. 安装依赖

```bash
#### 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：

```bash
#### 安装 Node 依赖（根目录 + 前端）
npm run setup

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

###### 3. 启动服务

```bash
#### 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：**

```bash
npm run backend   # 仅启动后端
npm run frontend  # 仅启动前端
```

###### 二、Docker 部署

```bash
#### 1. 配置环境变量（同源码部署）
cp .env.example .env

#### 2. 拉取镜像并启动
docker compose up -d
```

默认会

_[Truncated at 4000 characters — full notes: https://github.com/666ghj/MiroFish/releases/tag/v0.1.2]_

### v0.1.1 — V0.1.1

- Date: 2026-01-22
- Version: v0.1.1
- Original notes: https://github.com/666ghj/MiroFish/releases/tag/v0.1.1
- Permalink: https://whatsnew.fyi/product/mirofish/releases/v0.1.1

<div align="center">

<img src="https://github.com/666ghj/MiroFish/blob/main/static/image/MiroFish_logo_compressed.jpeg" alt="MiroFish Logo" width="75%"/>

简洁通用的群体智能引擎，预测万物
<em>A Simple and Universal Swarm Intelligence Engine, Predicting Anything</em>

<a href="https://www.shanda.com/" target="_blank"><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/shanda_logo.png" alt="666ghj%2MiroFish | Shanda" height="40"/></a>

</div>

##### ⚡ 项目概述

**MiroFish** 是一款基于多智能体技术的新一代 AI 预测引擎。通过提取现实世界的种子信息（如突发新闻、政策草案、金融信号），自动构建出高保真的平行数字世界。在此空间内，成千上万个具备独立人格、长期记忆与行为逻辑的智能体进行自由交互与社会演化。你可透过「上帝视角」动态注入变量，精准推演未来走向——**让未来在数字沙盘中预演，助决策在百战模拟后胜出**。

> 你只需：上传种子材料（数据分析报告或者有趣的小说故事），并用自然语言描述预测需求</br>
> MiroFish 将返回：一份详尽的预测报告，以及一个可深度交互的高保真数字世界

###### 我们的愿景

MiroFish 致力于打造映射现实的群体智能镜像，通过捕捉个体互动引发的群体涌现，突破传统预测的局限：

- **于宏观**：我们是决策者的预演实验室，让政策与公关在零风险中试错
- **于微观**：我们是个人用户的创意沙盘，无论是推演小说结局还是探索脑洞，皆可有趣、好玩、触手可及

从严肃预测到趣味仿真，我们让每一个如果都能看见结果，让预测万物成为可能。

##### 📸 系统截图

<div align="center">
<table>
<tr>
<td><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/Screenshot/运行截图1.png" alt="截图1" width="100%"/></td>
<td><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/Screenshot/运行截图2.png" alt="截图2" width="100%"/></td>
</tr>
<tr>
<td><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/Screenshot/运行截图3.png" alt="截图3" width="100%"/></td>
<td><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/Screenshot/运行截图4.png" alt="截图4" width="100%"/></td>
</tr>
<tr>
<td><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/Screenshot/运行截图5.png" alt="截图5" width="100%"/></td>
<td><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/Screenshot/运行截图6.png" alt="截图6" width="100%"/></td>
</tr>
</table>
</div>

##### 🎬 演示视频

###### 1. 武汉大学舆情推演预测 + MiroFish项目讲解

<div align="center">
<a href="https://www.bilibili.com/video/BV1VYBsBHEMY/" target="_blank"><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/武大模拟演示封面.png" alt="MiroFish Demo Video" width="75%"/></a>

点击图片查看使用微舆BettaFish生成的《武大舆情报告》进行预测的完整演示视频
</div>

###### 2. 《红楼梦》失传结局推演预测

<div align="center">
<a href="https://www.bilibili.com/video/BV1cPk3BBExq" target="_blank"><img src="https://github.com/666ghj/MiroFish/blob/main/static/image/红楼梦模拟推演封面.jpg" alt="MiroFish Demo Video" width="75%"/></a>

点击图片查看基于《红楼梦》前80回数十万字，MiroFish深度预测失传结局
</div>

> **金融方向推演预测**、**时政要闻推演预测**等示例陆续更新中...

##### 🔄 工作流程

1. **图谱构建**：现实种子提取 & 个体与群体记忆注入 & GraphRAG构建
2. **环境搭建**：实体关系抽取 & 人设生成 & 环境配置Agent注入仿真参数
3. **开始模拟**：双平台并行模拟 & 自动解析预测需求 & 动态更新时序记忆
4. **报告生成**：ReportAgent拥有丰富的工具集与模拟后环境进行深度交互
5. **深度互动**：与模拟世界中的任意一位进行对话 & 与ReportAgent进行对话

##### 🚀 快速开始

###### 一、源码部署（推荐）

###### 前置要求

| 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, ≤3.12 | 后端运行环境 | `python --version` |
| **uv** | 最新版 | Python 包管理器 | `uv --version` |

###### 1. 配置环境变量

```bash
#### 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：**

```env
#### LLM API配置（支持 OpenAI SDK 格式的任意 LLM API）
#### 推荐使用阿里百炼平台qwen-plus模型：https://bailian.console.aliyun.com/
#### 注意消耗较大，可先进行小于40轮的模拟尝试
LLM_API_KEY=your_api_key
LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_MODEL_NAME=qwen-plus

#### Zep Cloud 配置
#### 每月免费额度即可支撑简单使用：https://app.getzep.com/
ZEP_API_KEY=your_zep_api_key
```

###### 2. 安装依赖

```bash
#### 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：

```bash
#### 安装 Node 依赖（根目录 + 前端）
npm run setup

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

###### 3. 启动服务

```bash
#### 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：**

```bash
npm run backend   # 仅启动后端
npm run frontend  # 仅启动前端
```

###### 二、Docker 部署

```bash
#### 1. 配置环境变量（同源码部署）
cp .env

_[Truncated at 4000 characters — full notes: https://github.com/666ghj/MiroFish/releases/tag/v0.1.1]_

### v0.1.0 — V0.1.0

- Date: 2025-12-22
- Version: v0.1.0
- Original notes: https://github.com/666ghj/MiroFish/releases/tag/v0.1.0
- Permalink: https://whatsnew.fyi/product/mirofish/releases/v0.1.0

- **added** — Multi-agent AI prediction engine that extracts seed information from real-world events and constructs high-fidelity parallel digital worlds for forecasting
- **added** — Graph knowledge base construction using GraphRAG from uploaded seed materials and natural language prediction queries
- **added** — Entity relationship extraction and character profile generation for simulating thousands of autonomous agents with independent personalities and long-term memory
- **added** — Dual-platform parallel simulation with dynamic variable injection to model future outcomes
- **added** — Automated prediction requirement parsing and time-series memory updates during simulation
- **added** — Report generation agent with rich tool set for deep interaction with simulation environment
- **added** — Interactive conversational interface to dialogue with simulated agents and report generation agent
- **added** — Support for OpenAI SDK-compatible LLM providers with recommended Qwen-Plus model configuration
- **added** — Zep Cloud integration for agent memory management
- **added** — Web frontend running on Node.js 18+ and Python backend running on Python 3.11+
- **added** — Environment variable configuration support for API keys and model selection

<div align="center">

<img src="https://github.com/666ghj/MiroFish/blob/main/static/image/MiroFish_logo_compressed.jpeg" alt="MiroFish Logo" width="75%"/>

简洁通用的群体智能引擎，预测万物
<em>A Simple and Universal Swarm Intelligence Engine, Predicting Anything</em>
</div>

##### ⚡ 项目概述

**MiroFish** 是一款基于多智能体技术的新一代 AI 预测引擎。通过提取现实世界的种子信息（如突发新闻、政策草案、金融信号），自动构建出高保真的平行数字世界。在此空间内，成千上万个具备独立人格、长期记忆与行为逻辑的智能体进行自由交互与社会演化。你可透过「上帝视角」动态注入变量，精准推演未来走向——**让未来在数字沙盘中预演，助决策在百战模拟后胜出**。

> 你只需：上传种子材料（数据分析报告或者有趣的小说故事），并用自然语言描述预测需求
> MiroFish 将返回：一份详尽的预测报告，以及一个可深度交互的高保真数字世界

###### 我们的愿景

MiroFish 致力于打造映射现实的群体智能镜像，通过捕捉个体互动引发的群体涌现，突破传统预测的局限：

- **于宏观**：我们是决策者的预演实验室，让政策与公关在零风险中试错
- **于微观**：我们是个人用户的创意沙盘，无论是推演小说结局还是探索脑洞，皆可有趣、好玩、触手可及

从严肃预测到趣味仿真，我们让每一个如果都能看见结果，让预测万物成为可能。

##### 🎬 演示视频


<div align="center">
<a href="https://www.bilibili.com/video/BV1VYBsBHEMY/"><img src="https://github.com/666ghj/MiroFish/raw/main/static/image/%E6%AD%A6%E5%A4%A7%E6%A8%A1%E6%8B%9F%E6%BC%94%E7%A4%BA%E5%B0%81%E9%9D%A2.png" alt="MiroFish Demo Video" width="75%"/></a>

使用微舆BettaFish生成的《武大舆情报告》进行预测的完整演示视频
</div>

> 红楼梦结局模拟推演演示视频、金融方向预测示例演示视频等陆续更新中...

##### 🔄 工作流程

1. **图谱构建**：现实种子提取 & 个体与群体记忆注入 & GraphRAG构建
2. **环境搭建**：实体关系抽取 & 人设生成 & 环境配置Agent注入仿真参数
3. **开始模拟**：双平台并行模拟 & 自动解析预测需求 & 动态更新时序记忆
4. **报告生成**：ReportAgent拥有丰富的工具集与模拟后环境进行深度交互
5. **深度互动**：与模拟世界中的任意一位进行对话 & 与ReportAgent进行对话

##### 🚀 快速开始

###### 前置要求

| 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 | `uv --version` |

###### 1. 配置环境变量

```bash
#### 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：**

```env
#### LLM API配置（支持 OpenAI SDK 格式的任意 LLM）
#### 推荐使用阿里百炼平台qwen-plus模型：https://bailian.console.aliyun.com/
#### 注意消耗较大，可先进行小于40轮的模拟尝试
LLM_API_KEY=your_api_key
LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_MODEL_NAME=qwen-plus

#### Zep Cloud 配置
#### 每月免费额度即可支撑简单使用：https://app.getzep.com/
ZEP_API_KEY=your_zep_api_key
```

###### 2. 安装依赖

```bash
#### 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：

```bash
#### 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
```

###### 3. 启动服务

```bash
#### 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：**

```bash
npm run backend   # 仅启动后端
npm run frontend  # 仅启动前端
```

##### 📄 致谢

MiroFish 的核心仿真引擎由 **[OASIS](https://github.com/camel-ai/oasis)** 驱动。OASIS 是由 [CAMEL-AI](https://github.com/camel-ai) 团队开发的高性能社交媒体模拟框架，支持百万级智能体交互仿真，为 MiroFish 的群体智能涌现提供了坚实的技术基础。我们衷心感谢 CAMEL-AI 团队的开源贡献！