8000 GitHub - Dominic-DK/MiroFish-Ko: MiroFish-Ko — Korean multi-agent simulation and persona research · GitHub
[go: up one dir, main page]

Skip to content

About

MiroFish-Ko — Korean multi-agent simulation and persona research

Resources

Stars

1 star

Watchers

0 watching

Forks

Repository files navigation

MiroFish-Ko · 개인 수정 버전

이 저장소는 MiroFish의 한글 번역 버전(ByeongkiJeong/MiroFish-Ko)을 포크한 뒤, 개인 사용 목적에 맞게 일부 기능과 실행 구성을 변경한 버전입니다. 원본 프로젝트는 666ghj/MiroFish이며, 원작 및 한글 번역의 기여는 각 프로젝트에 있습니다.

현재 수정본은 Dominic-DK/MiroFish-Ko에서 관리합니다. 소스의 출처는 위 한글 번역 포크이며, 공개 과정에서 민감한 로컬 데이터와 과거 이력을 분리하여 GitHub에는 새 이력의 독립 저장소로 등록했습니다.

이 버전의 주요 변경사항

  • LLM 실행 구성 변경: Codex CLI의 WebSocket·exec 전송 계층, Claude CLI 폴백, 선택적 Gemini 경로를 추가했습니다.
  • 그래프 저장소 로컬화: Zep Cloud 의존 경로를 제거하고 로컬 SQLite 저장소로 통합했습니다.
  • 시뮬레이션 확장·정리: Threads 성격의 시뮬레이션 플랫폼을 추가하고, 플랫폼별 러너를 공통 실행 구조로 통합했습니다.
  • 리포트 개선: 실행 로그 기반 근거 집계, 인용·수치 검증, 증거 차트·타임라인, 주요 발언과 쟁점 중심의 리포트 구성을 추가했습니다.
  • 운영·화면 보완: 접근 코드와 관리자 화면, 대기 신청·메일 처리, 상태 폴링 및 시뮬레이션 단계 전환을 보완했습니다.
  • 페르소나 연구 확장: 배경 페르소나 샘플링과 경량 연구 트랙의 운영 문서, 정책 쇼케이스를 추가했습니다. 데이터와 로컬 에이전트 도구는 별도 준비가 필요합니다.

상세 내용과 공개 범위는 변경내역을 참고하세요. 원본의 라이선스는 LICENSE에 보존했습니다.

아래 배지·소개·스크린샷·데모·후원 및 커뮤니티 정보는 원본 프로젝트에서 이어받은 자료입니다. 이 개인 수정 버전의 운영 실적이나 공식 제휴를 뜻하지 않습니다. 실행 설정은 이 문서의 빠른 시작과 .env.example을 기준으로 확인하세요.


MiroFish Logo

666ghj%2FMiroFish | Trendshift


간단하고 범용적인 군집 지능 엔진, 무엇이든 예측합니다

666ghj%2MiroFish | Shanda

GitHub Stars GitHub Watchers GitHub Forks Docker Ask DeepWiki

Discord X Instagram

한국어| English | 中文

개요

MiroFish는 멀티 에이전트 기술로 구동되는 차세대 AI 예측 엔진입니다. 속보, 정책 초안, 금융 신호 같은 현실 세계의 시드 정보를 추출해 고충실도의 병렬 디지털 세계를 자동으로 구성합니다. 이 공간에서는 독립적인 성격, 장기 기억, 행동 로직을 갖춘 수천 개의 지능형 에이전트가 자유롭게 상호작용하며 사회적으로 진화합니다. 사용자는 "신의 시점"에서 변수를 동적으로 주입해 미래의 전개를 정밀하게 추론할 수 있습니다. 디지털 샌드박스에서 미래를 미리 리허설하고, 수많은 시뮬레이션 끝에 더 나은 의사결정을 내릴 수 있습니다.

사용자가 할 일은 단 두 가지입니다: 시드 자료(데이터 분석 보고서 또는 흥미로운 소설 스토리)를 업로드하고, 자연어로 예측 요구사항을 설명하세요.
MiroFish가 반환하는 결과: 상세한 예측 리포트와 깊이 있게 상호작용 가능한 고충실도 디지털 세계

우리의 비전

MiroFish는 현실을 비추는 군집 지능 미러를 만드는 것을 목표로 합니다. 개인 간 상호작용에서 촉발되는 집단적 창발을 포착해, 기존 예측 방식의 한계를 넘어섭니다.

  • 거시적 관점: 의사결정자를 위한 리허설 실험실로서, 정책과 PR 전략을 무위험으로 사전 검증할 수 있습니다.
  • 미시적 관점: 개인 사용자를 위한 창작 샌드박스로서, 소설 결말 추론부터 상상 시나리오 탐색까지 재미있고 가볍게 활용할 수 있습니다.

진지한 예측부터 놀이형 시뮬레이션까지, 모든 "만약"이 실제 결과를 볼 수 있도록 만들어 무엇이든 예측할 수 있게 합니다.

라이브 데모

온라인 데모 환경에서 저희가 준비한 인기 여론 이벤트 예측 시뮬레이션을 직접 체험해 보세요: mirofish-live-demo

스크린샷

Screenshot 1 Screenshot 2
Screenshot 3 Screenshot 4
Screenshot 5 Screenshot 6

데모 영상

1. 우한대학교 여론 시뮬레이션 + MiroFish 프로젝트 소개

MiroFish Demo Video

이미지를 클릭하면 BettaFish가 생성한 "우한대학교 여론 보고서"를 기반으로 수행한 전체 예측 데모 영상을 볼 수 있습니다.

2. 홍루몽(紅樓夢) 미완 결말 시뮬레이션

MiroFish Demo Video

이미지를 클릭하면 「홍루몽」 전 80회 분량 수십만 자 텍스트를 기반으로 MiroFish가 수행한 결말 심층 예측 영상을 볼 수 있습니다.

금융 예측, 정치 뉴스 예측 등 더 많은 예시가 곧 공개됩니다...

워크플로우

  1. 그래프 구축: 시드 추출 & 개인/집단 메모리 주입 & GraphRAG 구축
  2. 환경 설정: 엔터티 관계 추출 & 페르소나 생성 & 에이전트 설정 주입
  3. 시뮬레이션: 듀얼 플랫폼 병렬 시뮬레이션 & 예측 요구사항 자동 파싱 & 동적 시계열 메모리 업데이트
  4. 리포트 생성: 풍부한 도구 세트를 갖춘 ReportAgent로 시뮬레이션 후 환경과 심층 상호작용
  5. 심화 상호작용: 시뮬레이션 세계의 모든 에이전트와 대화 & ReportAgent와 상호작용

빠른 시작

옵션 1: 소스 코드 배포 (권장)

사전 요구사항

도구 버전 설명 설치 확인
Node.js 18+ 프런트엔드 런타임( npm 포함) node -v
Python 3.11, 3.12 백엔드 런타임 python --version
uv 최신 Python 패키지 매니저 uv --version

1. 소스 받기 및 환경 변수 설정

git clone https://github.com/Dominic-DK/MiroFish-Ko.git
cd MiroFish-Ko
# 예시 설정 파일 복사
cp .env.example .env

# .env 파일을 열어 사용할 CLI·모델·선택적 API 설정을 조정

이 수정 버전의 실행 구성:

LLM은 Codex CLI를 중심으로 실행하고, 그래프는 로컬 SQLite에 저장합니다. 사용할 CLI를 설치·인증한 뒤, .env.example의 모델명을 본인 환경에서 사용할 수 있는 값으로 조정하세요. 원본의 ZEP_API_KEY는 필요하지 않습니다.

LLM_PROVIDER=codex_cli
LLM_BACKEND=cli
CODEX_TRANSPORT=ws
LOCAL_GRAPH_DB_PATH=backend/uploads/local_graphs.sqlite3

기본 WebSocket 구성은 로컬 Codex app-server가 필요합니다. 저장소의 실행 스크립트는 bash backend/scripts/codex_ws_fleet.sh up입니다. 전송 계층과 폴백의 세부 설정은 .env.example을 확인하세요.

Claude 폴백, teamclaude 프록시, Gemini는 선택적 구성입니다. 사용하지 않는 경우 .env에서 CLAUDE_FALLBACK_ENABLED=false, TEAMCLAUDE_ENABLED=false, LLM_FAST_BACKEND=로 설정하세요. Gemini 경로를 사용한다면 GEMINI_API_KEY를 별도로 입력해야 합니다.

2. 의존성 설치

# 전체 의존성 원클릭 설치 (루트 + 프런트엔드 + 백엔드)
npm run setup:all

또는 단계별 설치:

# Node 의존성 설치 (루트 + 프런트엔드)
npm run setup

# Python 의존성 설치 (백엔드, 가상환경 자동 생성)
npm run setup:backend

3. 서비스 시작

# 프런트엔드와 백엔드를 함께 시작 (프로젝트 루트에서 실행)
npm run dev

서비스 URL:

  • 프런트엔드: http://localhost:3000
  • 백엔드 API: http://localhost:5001

개별 실행:

npm run backend   # 백엔드만 실행
npm run frontend  # 프런트엔드만 실행

Docker 구성에 관하여

현재 docker-compose.yml은 원본의 ghcr.io/666ghj/mirofish:latest 이미지를 참조하므로, 그대로 실행하면 이 저장소의 변경사항이 반영되지 않습니다. 이 수정 버전은 위 소스 실행 절차를 기준으로 사용하세요. 컨테이너로 실행하려면 이 소스로 이미지를 빌드하고 CLI 설치·인증 및 WebSocket 연결을 별도로 구성해야 합니다.

대화에 참여하기

QQ Group

 

MiroFish 팀은 정규직/인턴 포지션을 모집 중입니다. 멀티 에이전트 시뮬레이션과 LLM 응용에 관심이 있다면 이력서를 보내주세요: mirofish@shanda.com

감사의 글

MiroFish는 Shanda Group의 전략적 지원과 인큐베이팅을 받았습니다!

MiroFish의 시뮬레이션 엔진은 OASIS (Open Agent Social Interaction Simulations) 기반으로 동작합니다. 오픈소스에 기여해 주신 CAMEL-AI 팀에 진심으로 감사드립니다.

프로젝트 통계

Star History Chart

About

MiroFish-Ko — Korean multi-agent simulation and persona research

Resources

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages

0