Post #433
161
MiroFish-Offline — это локальная офлайн-версия проекта MiroFish, то есть движок мультиагентного моделирования общественной реакции. Он запускается на вашем железе без облачных API и предназначен для симуляции того, как разные “виртуальные люди” будут реагировать на документ, новость, политику, отчёт или другой текст.
Что он делает по сути:
Вы загружаете документ, например пресс-релиз, policy draft или финансовый отчёт.
Система извлекает из него сущности и связи: людей, компании, события, темы.
На этой основе строится граф знаний в Neo4j.
Затем создаются сотни AI-агентов с разными характерами, предубеждениями, скоростью реакции, влиянием и памятью.
Эти агенты начинают имитировать поведение в соцсетях: публикуют посты, спорят, отвечают друг другу, меняют мнение.
После этого отдельный агент формирует аналитический отчёт по динамике мнений, тем и влияния.
Если совсем просто, это инструмент для ответа на вопрос:
“Как может отреагировать общество / рынок / аудитория на мой текст или событие?”
Чем именно отличается эта версия от оригинального MiroFish:
интерфейс переведён на английский;
вместо облачного Zep Cloud используется локальный Neo4j Community Edition 5.15;
вместо облачных LLM/API используется локальный Ollama;
для эмбеддингов используется nomic-embed-text через Ollama;
заявлено zero cloud dependencies — без обязательных внешних сервисов.
Типовой стек у него такой:
Frontend — веб-интерфейс;
Backend — Flask API;
Neo4j — хранение графа знаний и памяти;
Ollama — локальные LLM-модели вроде qwen2.5 или llama3.
Для чего это можно использовать на практике:
прогонять реакцию аудитории на пресс-релиз до публикации;
оценивать общественный отклик на законопроект / внутреннюю политику / инициативу;
смотреть возможную динамику рыночного сентимента;
делать what-if симуляции для PR, GR, IR, маркетинга и аналитики;
разбирать, почему условная группа агентов “восприняла” текст негативно или позитивно. Это прямо поддерживается через возможность “пообщаться” с агентами после симуляции.
Как его запускать:
репозиторий предлагает запуск через Docker Compose или вручную, с обязательными компонентами Docker / Python 3.11+ / Node.js 18+ / Neo4j / Ollama. В quick start указан запуск контейнеров, подтягивание моделей в Ollama и открытие интерфейса на localhost:3000.
Мой практический вывод:
это не “рыбный” инструмент и не что-то про Miro-доски, а скорее локальная лаборатория для агентного моделирования мнений и реакции аудитории на тексты. По смыслу это смесь:
LLM multi-agent simulation + knowledge graph + sentiment/persuasion sandbox. Это может быть полезно для экспериментов, R&D, PR-аналитики и сценарного моделирования, но результаты стоит воспринимать как симуляцию гипотез, а не как точный прогноз реального общества.
https://github.com/nikmcfly/MiroFish-Offline
Что он делает по сути:
Вы загружаете документ, например пресс-релиз, policy draft или финансовый отчёт.
Система извлекает из него сущности и связи: людей, компании, события, темы.
На этой основе строится граф знаний в Neo4j.
Затем создаются сотни AI-агентов с разными характерами, предубеждениями, скоростью реакции, влиянием и памятью.
Эти агенты начинают имитировать поведение в соцсетях: публикуют посты, спорят, отвечают друг другу, меняют мнение.
После этого отдельный агент формирует аналитический отчёт по динамике мнений, тем и влияния.
Если совсем просто, это инструмент для ответа на вопрос:
“Как может отреагировать общество / рынок / аудитория на мой текст или событие?”
Чем именно отличается эта версия от оригинального MiroFish:
интерфейс переведён на английский;
вместо облачного Zep Cloud используется локальный Neo4j Community Edition 5.15;
вместо облачных LLM/API используется локальный Ollama;
для эмбеддингов используется nomic-embed-text через Ollama;
заявлено zero cloud dependencies — без обязательных внешних сервисов.
Типовой стек у него такой:
Frontend — веб-интерфейс;
Backend — Flask API;
Neo4j — хранение графа знаний и памяти;
Ollama — локальные LLM-модели вроде qwen2.5 или llama3.
Для чего это можно использовать на практике:
прогонять реакцию аудитории на пресс-релиз до публикации;
оценивать общественный отклик на законопроект / внутреннюю политику / инициативу;
смотреть возможную динамику рыночного сентимента;
делать what-if симуляции для PR, GR, IR, маркетинга и аналитики;
разбирать, почему условная группа агентов “восприняла” текст негативно или позитивно. Это прямо поддерживается через возможность “пообщаться” с агентами после симуляции.
Как его запускать:
репозиторий предлагает запуск через Docker Compose или вручную, с обязательными компонентами Docker / Python 3.11+ / Node.js 18+ / Neo4j / Ollama. В quick start указан запуск контейнеров, подтягивание моделей в Ollama и открытие интерфейса на localhost:3000.
Мой практический вывод:
это не “рыбный” инструмент и не что-то про Miro-доски, а скорее локальная лаборатория для агентного моделирования мнений и реакции аудитории на тексты. По смыслу это смесь:
LLM multi-agent simulation + knowledge graph + sentiment/persuasion sandbox. Это может быть полезно для экспериментов, R&D, PR-аналитики и сценарного моделирования, но результаты стоит воспринимать как симуляцию гипотез, а не как точный прогноз реального общества.
https://github.com/nikmcfly/MiroFish-Offline
- 👍 3
