MiroFish群体智能引擎如何快速部署:Docker一键部署与源码安装怎么选

📅 2026/8/23 16:42:43
MiroFish群体智能引擎如何快速部署:Docker一键部署与源码安装怎么选
MiroFish群体智能引擎如何快速部署Docker一键部署与源码安装怎么选【免费下载链接】MiroFishA Simple and Universal Swarm Intelligence Engine, Predicting Anything. 简洁通用的群体智能引擎预测万物项目地址: https://gitcode.com/GitHub_Trending/mi/MiroFishMiroFish 是简洁通用的群体智能预测引擎上传一份报告或一段故事它自动构建平行数字世界让海量智能体自由交互推演并预测未来走向。MiroFish部署有两条路容器化一键部署或本地源码构建。别急着敲命令先花 30 秒对号入座。先对号入座3个问题选定MiroFish部署方案你只想 5 分钟跑起来体验一把→ 直接走方案一Docker 一键部署。你要改 Agent 逻辑、加新平台、做二次开发→ 走方案二源码构建。你要放到服务器上长期稳定运行→ 还是方案一Docker 更省心。三个问题都指向方案一很正常Docker 就是给要结果的人准备的。只有第二类人会真正需要碰源码。方案一MiroFish Docker一键部署最短命令跑起来容器化部署好比拎包入住水电家具都装好了你只管开门。前提准备装好 Docker 和 Docker Composedocker --version能输出版本即可准备好两个密钥——LLM API 密钥和 Zep 记忆图谱密钥.env.example里的注释写了它们的用途。最短命令序列复制即用git clone https://gitcode.com/GitHub_Trending/mi/MiroFish cd MiroFish cp .env.example .env # 编辑 .env填入 LLM_API_KEY 与 ZEP_API_KEY docker compose up -d启动后的验证方式浏览器打开http://localhost:3000看到上传报告的首页即部署成功后端 API 在http://localhost:5001。页面打不开时执行docker compose logs -f看日志定位。省下的是什么不装 Node、Python、uv不碰依赖版本冲突换台机器原样重跑一遍命令即可。代价是什么代码封装在镜像里想改后端逻辑得进容器改二开体验差。方案二MiroFish源码安装构建步骤与换来的自由度源码构建好比自己买菜现做过程繁琐但每一道工序你都能插手。适合谁要改 Agent 行为逻辑、要接入新的社交平台、要把模拟引擎嵌进自己业务的你。纯体验用户不必走这条路。前提准备Node.js 18、Python 3.11 或 3.12版本卡得很死python --version先确认、uv 包管理器。构建步骤cp .env.example .env # 填入 LLM 与 Zep 密钥 npm run setup:all # 一键装齐前端与后端依赖 npm run dev # 同时启动前后端启动后验证同样是前端http://localhost:3000、后端http://localhost:5001访问正常即构建成功。换来的是什么前后端代码就在本地 backend/ 和 frontend/改动即生效、热更新调试模拟每一步流程都看得见摸得着。代价是什么你要自己维护三套依赖根目录 npm、前端 npm、后端 Python版本不匹配时排错全靠日志。MiroFish部署常见报错速查高频卡点一句话解法镜像拉取卡住或超时→docker-compose.yml里已注释好加速镜像地址取消注释替换后重新docker compose up -d。页面能打开、一提交就报错→ 十有八九是.env的LLM_API_KEY或ZEP_API_KEY没填对对照.env.example的注释逐项核对。uv sync 失败、Python 版本报错→ 后端只认 3.11 到 3.12python --version确认不达标先装对版本再重跑npm run setup:all。部署完成后的3个下一步先跑通全链路再谈深入上传一份小体量报告用 40 轮以内的小规模模拟验证预测流程.env.example已提醒 LLM 消耗较大。要二开就从这里读起backend/services/ 下的仿真与 Agent 模块是核心配合npm run dev热更新边改边看。卡住了别硬扛把docker compose logs的输出贴到项目交流群README-ZH.md 末尾附了交流群二维码响应很快。【免费下载链接】MiroFishA Simple and Universal Swarm Intelligence Engine, Predicting Anything. 简洁通用的群体智能引擎预测万物项目地址: https://gitcode.com/GitHub_Trending/mi/MiroFish创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考