NAS成为AI占卜大师，Docker一键部署MiroFish

NAS成为AI占卜大师，Docker一键部署MiroFish 关注作者关注作者关注作者关注作者 03/24 08:26

本期来聊一个最近已经在 GitHub 上挺火的 AI 项目：MiroFish。

第一次看到它的时候，我脑子里冒出来的第一反应居然是：库洛·里德？怎么，我们 NAS 圈现在也有自己的大占卜师了？因为这个项目就是把新闻、舆论、关系、事件，全都往里塞丢进一个系统里，让一群 Agent 自己去推演、分析，最后给你吐出一个看起来像「预判结果」的东西。 pragmaticplay a5game.app slotpix a5game.app 爱壹帆在线yfsp.app a5game a5game.app Cassinos a5game.app

其实当时我同期试过另一个偏舆情监控方向的项目，不过实际体验下来，消息过于滞后。反倒是 MiroFish 这种带点“电子预言家”气质的项目，看着更有点新鲜感。 sugarrush1000demo a5game.app sweetbonanza1000demo a5game.app iyftvyfsp.app

刚好这段时间 AI 也确实很热，那这篇就顺手来分享一下，看看 MiroFish 到底该怎么部署。 pgslot a5game.app tigrinhodemo a5game.app ifuntvyfsp.app

项目概述

完整项目名：666ghj/MiroFish，以下内容摘自项目页面： plataformademográtis a5game.app

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。 slots a5game.app demo a5game.app 爱一番yfsp.app

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。

美好愿景

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： slot a5game.app xiaobao xiaobaotv.video

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 fortunetigerdemográtis a5game.app 小宝影院在线视频xiaobaotv.video 爱壹帆电影yfsp.app 华人影视xiaobaotv.video slot a5game.app
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、触手可及爱亦凡yfsp.app pg a5game.app

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。 iyf yfsp.app 爱一番yfsp.app nba比分 a5game.app

部署流程

以威联通NAS为例，我们通过Docker Compose的方式进行部署。

部署代码如下，环境变量不多放在后面，大家根据自己情况往部署代码里补充。也可创建.env环境变量文件调用。 aiyifan yfsp.app

services:
  mirofish:
    image: ghcr.io/666ghj/mirofish:latest
    # 加速镜像（如拉取缓慢可替换上方地址）
    # image: ghcr.nju.edu.cn/666ghj/mirofish:latest
    container_name: mirofish
    # 实际路径自行更改
    env_file:
      - /share/Container/mirofish/.env
    ports:
      - "3003:3000" # 端口易冲突请自行更改
      - "5001:5001"
    restart: always
    volumes:
      - /share/Container/mirofish/backend/uploads:/app/backend/uploads # NAS映射目录自行更改

环境变量如下：爱壹帆影视yfsp.app demo a5game.app

# 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
# 注意消耗较大，可先进行小于40轮的模拟尝试
LLM_API_KEY=sk-xxxxxx
LLM_BASE_URL=https://api.siliconflow.cn/v1/
LLM_MODEL_NAME=Pro/zai-org/GLM-5

# ===== ZEP记忆图谱配置 =====
# 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_here

# ===== 加速 LLM 配置（可选）=====
# 注意如果不使用加速配置，env文件中就不要出现下面的配置项
LLM_BOOST_API_KEY=your_api_key_here
LLM_BOOST_BASE_URL=your_base_url_here
LLM_BOOST_MODEL_NAME=your_model_name_here

第一部分大模型API，我就不啰嗦了，这么多期AI项目想必大家都门儿清。

ZEP记忆图谱。进入官网，创建账户后，点击顶部栏创建一个新的项目。