AI 还能这样玩?NAS搭建一个能“预测万物”的开源多智能体系统

AI 还能这样玩？NAS搭建一个能“预测万物”的开源多智能体系统

哈喽小伙伴们好，我是Stark-C~

谁能想到，AI 的进化速度如此之快！从最初的大模型到后来的智能体，然后再从自动化到群体智能，AI 的能力边界正在以肉眼可见的速度被一次次被突破。

我最近又发现了一个不一样但极具想象力的AI项目——MiroFish。和我们常见的AI不一样，它不回答问题，而是构建一个平行世界，让上千个 AI 在里面互动、争论、演化，从而模拟未来的可能性。

说通俗点，它就像一个“AI模拟器”，但模拟的不是你能看到的世界，而是你还没看到的未来。

关于MiroFish

🔺MiroFish 是一个基于多智能体技术的“群体智能模拟引擎”。它的核心理念不再是回顾过去、总结经验，而是通过构建一个映射现实的平行数字世界，在其中模拟事件的潜在演化路径，从而探索未来的多种可能性。

你可以把它理解成一个高仿真的“数字沙盘”。在这个沙盘里，成千上万个由 AI 驱动、拥有独立性格、长期记忆和行为逻辑的“数字人”（AI Agent），会围绕你提供的“种子信息”（比如一条新闻、一份政策草案、一个商业计划，甚至一本小说）展开自由互动。他们会讨论、争论、结盟、对抗，甚至形成舆论场和群体行为。

项目Github地址：https://github.com/666ghj/MiroFish

🔺在项目的主页里作者上传有具体的使用实例以及演示视频，感兴趣的小伙伴建议先过去看看就知道是怎么回事了~

MiroFish部署

1，部署前的准备

🔺既然又是一个AI项目，那不用说自然会用到AI大模型，本文演示到的AI大模型为硅基流动。

PS：硅基流动拥有极其丰富的模型矩阵，包括语言、图像、视频、语音等均有涉及。硅基流动目前有活动，对于所有用户（含新注册与既有用户），在注册后首次完成有效实名认证，即可免费获得1 张面值 ¥16 的全站通用「认证奖励券」，之后也能免费体验一段时间。活动可以通过官网，或者我的邀请链接【https://cloud.siliconflow.cn/i/BsoAsvvg】获取。

🔺然后还需要用到Zep云服务平台，这是一个专门给 AI 应用提供“长期记忆 + 知识图谱 + 上下文组装”的平台，主要作用是为 AI 智能体提供结构化、可检索、可推理的长期记忆与知识图谱能力。简单来说就是让 AI 不再健忘，并能像人一样理解关系和事实。

我们在今天的这个项目上需要使用它提供的API Key来提供图谱，因为Zep平台当前提供的每月免费额度基本上能满足绝大多数用户需求，所以我们只需要在Zep官网（https://app.getzep.com/）注册一个账号之后直接申请一个API Key就可以了，非常简单。

2，修改配置文件

🔺打开文件管理器，在Docker目录下新建一个“MiroFish”的文件夹。

🔺然后去项目的Github主页，将项目整个克隆（下载）到本地。

🔺下载到本地的是一个压缩包，需要将压缩包解压之后，将所有文件全部上传到新建的“MiroFish”文件夹内。

🔺如果说你那边显示的和我这边不一样，需要在极空间文件管理的“设置”中开启“显示隐藏文件/文件夹”。

🔺然后我们需要修改的有两个文件：“.env”和“docker-compose.yml”。先来说说docker-compose.yml，点开时候系统会提示不支持直接查看，我们直接点“尝试用文本编辑器打开”就可以了。

🔺默认的我们一般只需要修改ports下面两个端口就可以了，只需要保证本地不冲突即可。然后因为Zep云服务平台我家网络不能直连，所以我额外添加了代理，如果你那边可以直连就不需要添加，添加好之后记得保存。

我的“docker-compose.yml”文件，仅供参考：

services:
mirofish:
image:ghcr.nju.edu.cn/666ghj/mirofish:latest
container_name:mirofish
env_file:
-.env
ports:
-"3121:3000"
-"5001:5001"
restart:unless-stopped
environment:
HTTP_PROXY:"http://192.168.31.61:7897"
HTTPS_PROXY:"http://192.168.31.61:7897"
ALL_PROXY:"http://192.168.31.61:7897"
NO_PROXY:"localhost,127.0.0.1,mirofish,*.local,192.168.0.0/16"
volumes:
-./backend/uploads:/app/backend/uploads

🔺然后是“.env.example”文件，同样的方式打开它。

🔺我们需要修改的地方就是修改大模型LLM API配置，以及ZEP的API Key，另外我们还要额外加一行“VITE_API_BASE_URL”的环境变量，后面跟上NAS IP+5001端口的真实地址即可（也就是前面docker-compose.yml中5001映射的端口）,完成后记得保存。

我的“docker-compose.yml”文件，仅供参考：

# 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=sk-xxxxxxxxxxxxxxxxxxxxxxxxx
LLM_BASE_URL=https://api.siliconflow.cn/v1
LLM_MODEL_NAME=Qwen/Qwen3.5-397B-A17B

# ===== 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=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
ZEP_API_URL=https://api.getzep.com
ZEP_MEMORY_STORE=zep


VITE_API_BASE_URL=http://192.168.31.122:5001