엔터프라이즈 데이터를 AI 시스템을 위한 그래프 기반 컨텍스트 레이어로 변환하는 Python 인프라
666ghj/MiroFish
뉴스, 정책, 금융 이벤트의 결과를 예측하기 위해 시드 자료로 디지털 세계를 구축하는 멀티 에이전트 군집 시뮬레이션 엔진입니다.
- 스타
- 80,574
- 포크
- 12,228
- 열린 이슈
- 156
- 마지막 커밋
- 4일 전
어떤 프로젝트인가요?
MiroFish는 멀티 에이전트 시뮬레이션을 활용하는 예측 엔진입니다. 뉴스 기사, 정책 초안, 금융 지표, 소설 등을 시드 자료로 업로드하고, 자연어로 예측하려는 내용을 설명하면 됩니다. 시스템은 개체와 관계를 추출해 지식 그래프를 만들고, 각기 다른 성격과 기억을 지닌 에이전트를 생성한 뒤, 두 플랫폼에서 에이전트들이 여러 라운드에 걸쳐 상호작용하는 시뮬레이션을 실행합니다.
시뮬레이션이 진행되는 동안 사용자는 환경에 새로운 변수를 넣어 조건에 따라 전개가 어떻게 달라지는지 시험할 수 있습니다. 시뮬레이션이 끝나면 ReportAgent가 예측 보고서를 작성하며, 개별 에이전트나 보고서 에이전트와 채팅해 결과를 살펴볼 수 있습니다.
백엔드는 Python으로, 프런트엔드는 Node.js로 구현되어 있습니다. CAMEL-AI의 OASIS 에이전트 소셜 시뮬레이션 프레임워크를 기반으로 하며, 메모리에는 Zep Cloud를 사용합니다. 모델 호출에는 OpenAI 호환 LLM API를 사용할 수 있습니다. Docker Compose를 통한 배포도 지원합니다.
핵심 기능
- 01업로드한 시드 자료를 바탕으로 지식 그래프와 에이전트 페르소나를 생성합니다.
- 02기억을 지닌 에이전트들이 두 플랫폼에서 상호작용하는 다중 라운드 시뮬레이션을 실행합니다.
- 03실행 중인 시뮬레이션에 변수를 넣어 다양한 시나리오를 시험할 수 있습니다.
- 04ReportAgent가 예측 보고서를 생성하며, 대화형으로 내용을 질의할 수 있습니다.
- 05시뮬레이션된 개별 에이전트와 직접 채팅할 수 있습니다.
- 06OpenAI 호환 LLM API를 지원하며, 소스 코드 또는 Docker를 통한 배포를 제공합니다.
활용 사례
- 뉴스 사건이나 정책을 공개하기 전에 여론이 어떻게 전개될지 미리 시뮬레이션합니다.
- 소설이나 이야기의 대체 결말 또는 시나리오를 탐색합니다.
- 금융 또는 시장 지표를 바탕으로 가정 시뮬레이션을 실행합니다.
- 개별 에이전트의 상호작용이 사회 시스템의 집단적 결과를 어떻게 만들어 내는지 연구합니다.
빠른 시작
- 1
예제 환경 파일을 복사합니다
cp .env.example .env - 2
필수 API 키(LLM 및 Zep)를 .env에 입력합니다
- 3
모든 종속성을 설치합니다
npm run setup:all - 4
프런트엔드와 백엔드를 시작합니다(프런트엔드: localhost:3000, 백엔드: localhost:5001)
npm run dev
사용 전 알아둘 점
- LLM API 키와 Zep Cloud API 키가 필요하며, 시뮬레이션은 토큰을 많이 사용할 수 있습니다.
- 소스에서 배포하려면 Python 3.11~3.12, Node.js 18 이상 및 uv 패키지 관리자가 필요합니다.
- AGPL-3.0 라이선스에 따라 네트워크를 통해 제공하는 수정 버전의 소스 코드를 공개해야 합니다.
토픽
자주 묻는 질문
- MiroFish은(는) 무엇인가요?
- 뉴스, 정책, 금융 이벤트의 결과를 예측하기 위해 시드 자료로 디지털 세계를 구축하는 멀티 에이전트 군집 시뮬레이션 엔진입니다. MiroFish는 멀티 에이전트 시뮬레이션을 활용하는 예측 엔진입니다. 뉴스 기사, 정책 초안, 금융 지표, 소설 등을 시드 자료로 업로드하고, 자연어로 예측하려는 내용을 설명하면 됩니다. 시스템은 개체와 관계를 추출해 지식 그래프를 만들고, 각기 다른 성격과 기억을 지닌 에이전트를 생성한 뒤, 두 플랫폼에서 에이전트들이 여러 라운드에 걸쳐 상호작용하는 시뮬레이션을 실행합니다.
- MiroFish은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- MiroFish은(는) AGPL-3.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- MiroFish은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. MiroFish의 마지막 커밋은 2026년 10월 16일입니다.
- MiroFish은(는) 어디에 사용할 수 있나요?
- 뉴스 사건이나 정책을 공개하기 전에 여론이 어떻게 전개될지 미리 시뮬레이션합니다. 소설이나 이야기의 대체 결말 또는 시나리오를 탐색합니다. 금융 또는 시장 지표를 바탕으로 가정 시뮬레이션을 실행합니다. 개별 에이전트의 상호작용이 사회 시스템의 집단적 결과를 어떻게 만들어 내는지 연구합니다.
- MiroFish는 어떻게 설치하나요?
- 예제 환경 파일을 복사합니다: cp .env.example .env 필수 API 키(LLM 및 Zep)를 .env에 입력합니다 모든 종속성을 설치합니다: npm run setup:all 프런트엔드와 백엔드를 시작합니다(프런트엔드: localhost:3000, 백엔드: localhost:5001): npm run dev
- MiroFish은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/666ghj/MiroFish
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
LLM 생성 과정에서 출력을 지정된 타입, 정규식, JSON 스키마 또는 문법에 맞도록 제한하는 Python 라이브러리입니다.
문서에서 이중 시간 지식 그래프를 구축하고 RAG 검색, 온톨로지 기반 추론, 에이전트용 MCP 접근을 지원하는 셀프 호스팅 Rust 지식 베이스
LLM으로 주어-술어-목적어 트리플을 추출해 비정형 텍스트를 대화형 지식 그래프로 만듭니다.
Ollama로 로컬에서 실행하는 모델이 단계별로 추론하고, 그 과정을 RDF 그래프로 저장하는 지식 그래프 도구입니다.
LLM 에이전트의 대화 버퍼부터 Mem0, Letta, Zep, Graphiti까지 메모리 기법 30가지를 다루는 실습형 Jupyter 노트북 저장소입니다.