GITHUB REPO
MiroFish baut aus einem Bericht oder einer Geschichte eine simulierte Welt mit KI-Figuren, lässt sie auf Twitter- und Reddit-artigen Plattformen miteinander streiten und schreibt dir am Ende einen Prognosebericht.
FEATURES
Du lädst einen Bericht, eine Meldung oder eine Geschichte hoch (PDF, MD oder TXT) und beschreibst in normalen Sätzen, was du wissen willst. MiroFish zieht die Personen, Organisationen und Beziehungen heraus und baut daraus einen Wissensgraphen als Startpunkt der Simulation.
Aus dem Graphen entstehen simulierte Personen mit Beruf, Biografie, Stimmung und Einfluss. Sie merken sich, was auf der Plattform passiert ist, und handeln darauf aufbauend: posten, kommentieren, liken, folgen, widersprechen.
Die Simulation läuft gleichzeitig auf einer Twitter-artigen und einer Reddit-artigen Plattform, gebaut auf dem Open-Source-Framework OASIS. Ein LLM legt Empfehlungslogik, Aktivitätszeiten und Startthemen fest, sodass du Meinungsbildung und Echokammern beobachten kannst.
Ein Report-Agent wertet die Simulation aus und schreibt einen Prognosebericht. Danach sprichst du mit dem Report-Agenten oder direkt mit einzelnen Figuren aus der Welt, oder schickst allen eine Umfrage.
USE CASES
Lade den Entwurf hoch und frag: Wie reagiert die Öffentlichkeit, wo kippt die Stimmung? Du siehst, welche Formulierungen Widerspruch auslösen, bevor sie live sind.
Ein Policy-Entwurf, ein Produkt-Launch, ein Krisenfall: Du gibst die Ausgangslage vor und schaust zu, wie sich Lager bilden. Das ersetzt keine Umfrage, zeigt aber Dynamiken, an die du selbst nicht gedacht hast.
Das README zeigt genau das: Aus den ersten 80 Kapiteln von „Der Traum der Roten Kammer“ wird eine Welt, in der die Figuren das verlorene Ende weitererzählen.
INSTALLATION
git clone https://github.com/666ghj/MiroFish.git cd MiroFish # Konfiguration kopieren, dann LLM_API_KEY und ZEP_API_KEY eintragen cp .env.example .env # Alle Abhängigkeiten in einem Rutsch (Root + Frontend + Backend) npm run setup:all # Frontend und Backend gemeinsam starten npm run dev # Frontend: http://localhost:3000 # Backend-API: http://localhost:5001
# Zugang zu einem Sprachmodell (jede API im OpenAI-Format geht) # Empfehlung im README: Qwen-plus über die Alibaba-Plattform Bailian LLM_API_KEY=your_api_key LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1 LLM_MODEL_NAME=qwen-plus # Zep Cloud (Gedächtnis-Graph), das Gratis-Kontingent reicht laut README für einfache Nutzung ZEP_API_KEY=your_zep_api_key
git clone https://github.com/666ghj/MiroFish.git cd MiroFish # .env wie oben anlegen und füllen cp .env.example .env # Image ziehen und starten docker compose up -d # Ports: 3000 (Frontend) und 5001 (Backend)
Richte mir MiroFish lokal ein. Repo: https://github.com/666ghj/MiroFish ## Vorgehen 1. Prüfe zuerst Node.js (18 oder neuer), Python (3.11 oder 3.12) und uv. Fehlt etwas, sag es mir und brich ab. 2. Klone das Repo und lies das README, bevor du etwas startest. 3. Kopiere .env.example nach .env. Trag KEINE Keys selbst ein, sondern sag mir, was fehlt: LLM_API_KEY, LLM_BASE_URL, LLM_MODEL_NAME und ZEP_API_KEY. 4. Erst wenn ich die Keys eingetragen habe: npm run setup:all, danach npm run dev. ## Abnahme 5. Öffne http://localhost:3000 und http://localhost:5001 und bestätige mir, dass beide antworten. 6. Sag mir offen, welche Dienste nach Nutzung abgerechnet werden und dass ich die erste Simulation unter 40 Runden halten soll.
SETUP
Du brauchst Node.js ab Version 18, Python ab 3.11 (aber höchstens 3.12) und den Paketmanager uv. Mit node -v, python --version und uv --version siehst du in Sekunden, was fehlt. Alternativ nimmst du Docker und sparst dir das.
Ein Sprachmodell über eine API im OpenAI-Format (das README empfiehlt qwen-plus über Alibaba Bailian, jedes andere geht auch) und ein kostenloses Konto bei Zep Cloud für den Gedächtnis-Graphen. Beide Keys gehören nur in deine .env, nie in ein Repo.
cp .env.example .env, dann LLM_API_KEY, LLM_BASE_URL, LLM_MODEL_NAME und ZEP_API_KEY eintragen. Zum Testen mit OpenAI setzt du die Basis-URL auf https://api.openai.com/v1 und einen Modellnamen deines Kontos.
npm run setup:all installiert alles, npm run dev startet Frontend und Backend zusammen. Das Frontend läuft danach auf Port 3000, das Backend auf Port 5001.
Lade ein kurzes Dokument hoch, schreib deine Fragestellung und lass die erste Simulation unter 40 Runden laufen. Das README warnt ausdrücklich vor hohem Verbrauch. Die Oberfläche gibt es auch auf Deutsch.
MEINE EINSCHÄTZUNG
Installiere es an einem Nachmittag, lass eine kleine Simulation laufen und schau selbst, wie die Figuren streiten.
FAQ
