基于 MiroFish 开源多智能体仿真框架的工程化增强项目，面向主动信息采集、长期记忆、图谱关系记忆、多 Agent 可信评审和可追溯报告生成。
MiroFish-Pro 是一个"多智能体世界推演系统增强版"。项目在原 MiroFish 的上传资料、生成 ontology、写入 Zep、生成 OASIS agent profile、启动 camel-oasis 仿真、生成报告这条主链路上，扩展了真实可运行的工程化能力：
- 通过 APScheduler、Celery 和 RabbitMQ 构建主动信息采集任务链路。
- 使用 MySQL 保存采集任务、长期记忆、证据和可信评审结果。
- 使用 Chroma 保存文本向量，支持历史信息语义召回和动态上下文注入。
- 使用 Zep GraphRAG 维护人物、组织、事件、观点、证据和立场的实体关系记忆。
- 使用多角色 Agent 对报告 claim 进行独立评审，输出置信度和风险等级。
- 增强 ReportAgent，使其可以调用搜索、记忆召回、图谱检索、Agent 采访和可信评审工具，生成可追溯预测报告。
这个仓库更偏向 AI Agent 后端工程实践，不是简单的 demo 包装。重点在于把"仿真推演"从一次性生成，扩展为可采集、可沉淀、可召回、可评审、可追溯的完整链路。
| 能力 | 说明 |
|---|---|
| 主动信息采集 | 定时触发关键词采集任务，经 Celery 异步执行搜索、清洗、去重、摘要和入库。 |
| 长期记忆 | MySQL 保存原文、清洗文本、摘要、证据、重要性评分、可信度评分等结构化数据。 |
| 语义召回 | Chroma 存储 embedding，按语义相似度、重要性、时间衰减综合排序召回历史记忆。 |
| 图谱关系记忆 | Zep GraphRAG 存储实体和关系，用于增强 Agent 推演过程中的上下文一致性。 |
| 多 Agent 可信评审 | fact checker、supporter、opponent、risk reviewer 等角色独立评审 claim，降低伪共识和幻觉风险。 |
| 可追溯报告 | ReportAgent 汇总 memory、graph、search、simulation、review 结果，并输出 evidence trace。 |
| 模块 | 技术 |
|---|---|
| 后端 API | Flask |
| LLM 接入 | OpenAI-Compatible LLM |
| 图谱记忆 | Zep GraphRAG |
| 向量记忆 | Chroma |
| 结构化存储 | MySQL、SQLAlchemy、PyMySQL |
| 异步任务 | RabbitMQ、Celery |
| 定时调度 | APScheduler |
| 多智能体仿真 | camel-ai、camel-oasis |
| 容器编排 | Docker Compose |
| 前端 | Vue / Vite |
用户上传资料或触发主动采集
-> 文本清洗、去重、摘要压缩
-> 写入 MySQL 长期记忆
-> 写入 Chroma 向量记忆
-> 写入 Zep GraphRAG 实体关系记忆
-> 从 Zep 读取实体并生成 OASIS agent profile
-> 启动 camel-oasis 社交仿真
-> 记录 agent 发帖、评论、点赞、采访等行为
-> ReportAgent 调用 memory / graph / search / interview / review 工具
-> 输出带 evidence trace 的可追溯预测报告
| 原始链路 | 增强后 |
|---|---|
| 主要依赖用户上传资料 | 增加主动信息采集和定时任务链路 |
| 图谱记忆偏一次性写入 | 增加长期图谱关系记忆和按需查询 |
| 缺少结构化长期记忆层 | 增加 MySQL 记忆表、证据表、任务表、评审表 |
| 缺少语义召回能力 | 增加 Chroma 向量存储和综合排序召回 |
| 报告生成缺少可信评审 | 增加多角色、多证据切片的可信评审机制 |
| 报告依据不够可追溯 | 增加 evidence trace，标注来源、时间、url 和关联 claim |
本项目支持两种运行方式：
- 本机源码运行：适合开发、调试、逐步理解前后端和增强模块。
- Docker Compose 运行：适合快速启动 MySQL、RabbitMQ、Chroma、Flask、Celery Worker 和 Scheduler。
注意：不要把包含真实密钥的
.env提交到 GitHub。仓库只应提交.env.example。
| 工具 | 版本要求 | 说明 | 安装检查 |
|---|---|---|---|
| Node.js | 18+ | 前端运行环境，包含 npm | node -v |
| Python | >=3.11, <=3.12 | 后端运行环境 | python --version |
| uv | 最新版 | Python 包管理器 | uv --version |
| MySQL | 8.0 推荐 | 长期记忆、采集任务、评审结果持久化 | mysql --version |
| RabbitMQ | 3.x 推荐 | Celery 异步任务 broker，可选 | rabbitmqctl status |
本机运行时，Chroma 默认使用本地持久化目录，不强制单独启动 Chroma Server。
cp .env.example .envWindows PowerShell：
Copy-Item .env.example .env至少填写：
LLM_API_KEY=your_chat_model_key
LLM_BASE_URL=https://your-openai-compatible-endpoint/v1
LLM_MODEL_NAME=your_chat_model
OPENAI_API_KEY=your_chat_model_key
OPENAI_BASE_URL=https://your-openai-compatible-endpoint/v1
OPENAI_MODEL=your_chat_model
EMBEDDING_MODEL=your_embedding_model
ZEP_API_KEY=your_zep_api_key
ZEP_ENHANCED_GRAPH_ID=mirofish_enhanced_memory
MYSQL_HOST=localhost
MYSQL_PORT=3306
MYSQL_USER=mirofish
MYSQL_PASSWORD=mirofish_password
MYSQL_DATABASE=mirofish
CHROMA_USE_HTTP=false
CHROMA_PERSIST_DIR=./backend/uploads/chroma增强版启动要求使用完整真实配置。请确保 LLM、Embedding、MySQL、Zep、Chroma 均已配置可用。主动采集默认支持 ACTIVE_SEARCH_PROVIDER=rss，会通过真实 RSS / 新闻搜索源拉取外部信息；如果你的网络无法访问默认 RSS，可以替换 ACTIVE_SEARCH_RSS_URLS。
如果使用默认配置，可以在 MySQL 中创建数据库和用户：
CREATE DATABASE IF NOT EXISTS mirofish CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
CREATE USER IF NOT EXISTS 'mirofish'@'localhost' IDENTIFIED BY 'mirofish_password';
GRANT ALL PRIVILEGES ON mirofish.* TO 'mirofish'@'localhost';
FLUSH PRIVILEGES;增强版表结构由 SQLAlchemy ORM 自动创建，入口在 backend/app/db.py 的 create_all_tables()。
npm run setup:all或者分步安装：
npm run setup
npm run setup:backend启动前后端：
npm run dev单独启动：
npm run backend
npm run frontend如果需要异步采集链路，另开终端启动：
cd backend
uv run celery -A app.tasks.celery_app worker -l info
uv run python -m app.tasks.scheduler服务地址：
- 前端：
http://localhost:3000 - 后端 API：
http://localhost:5001 - 健康检查：
http://localhost:5001/health
cd backend
uv run python scripts/e2e_enhanced_demo.py --strict该脚本会使用真实 MySQL、真实 Embedding、真实 LLM、真实 Chroma 和真实 Zep 配置；任一关键依赖不可用时会直接失败，避免演示结果来自模拟数据。
| 工具 | 版本要求 | 说明 |
|---|---|---|
| Docker Desktop | 最新稳定版 | 提供 Docker Engine |
| Docker Compose | v2 推荐 | 启动多服务编排 |
cp .env.example .env需要重点填写：
LLM_API_KEY=your_chat_model_key
LLM_BASE_URL=https://your-openai-compatible-endpoint/v1
LLM_MODEL_NAME=your_chat_model
OPENAI_API_KEY=your_chat_model_key
OPENAI_BASE_URL=https://your-openai-compatible-endpoint/v1
OPENAI_MODEL=your_chat_model
EMBEDDING_MODEL=your_embedding_model
ZEP_API_KEY=your_zep_api_key
MYSQL_USER=mirofish
MYSQL_PASSWORD=mirofish_password
MYSQL_DATABASE=mirofish
MYSQL_ROOT_PASSWORD=mirofish_root_password
RABBITMQ_USER=mirofish
RABBITMQ_PASSWORD=mirofish_password
RABBITMQ_VHOST=/Docker Compose 会在容器内部自动把 MYSQL_HOST、RABBITMQ_HOST、CHROMA_HOST 指向对应服务名，因此 .env 中可以保留本机默认值。
docker compose up -d mysql rabbitmq chroma
docker compose psRabbitMQ 管理页面：
http://localhost:15672
docker compose up -d --build backend-app celery-worker scheduler或启动所有默认增强服务：
docker compose up -d --build查看日志：
docker compose logs -f backend-app
docker compose logs -f celery-worker
docker compose logs -f schedulercurl http://localhost:5001/health
curl -X POST http://localhost:5001/api/ingestion/tasks \
-H "Content-Type: application/json" \
-d "{\"keyword\":\"方案 X\"}"
curl -X POST http://localhost:5001/api/review/evaluate \
-H "Content-Type: application/json" \
-d "{\"claim\":\"方案 X 后续可能继续发酵\",\"persist\":false}"
curl -X POST http://localhost:5001/api/report/traceable \
-H "Content-Type: application/json" \
-d "{\"question\":\"分析方案 X 后续可能怎么发展\",\"use_active_search\":true,\"use_review\":true}"如果只想启动上游兼容服务：
docker compose --profile legacy up -d mirofish更详细的增强版说明见：
docs/run_enhanced_version.mddocs/phase9_e2e_test.md
本仓库是基于 MiroFish 开源项目进行二次开发的增强版工程实践，重点展示多 Agent 仿真系统在主动采集、长期记忆、GraphRAG、可信评审和可追溯报告方面的工程化改造。
原项目及相关商标、素材、演示内容归原作者所有。本仓库保留兼容原始主流程的代码和启动方式，并在此基础上新增增强模块。若用于正式发布，请根据上游项目许可证要求保留必要的版权和许可声明。
- 感谢 MiroFish 开源项目提供的多智能体推演基础框架。
- 感谢 CAMEL-AI 和 OASIS 提供多智能体社交仿真能力。
- 感谢 Zep、Chroma、Celery、Flask、SQLAlchemy 等开源生态提供基础能力。