用途：MiroFish-Offline 是一个完全本地的多智能体群体智能模拟引擎，用于舆情、市场情绪和社会动态预测。输入任意文档（新闻稿、政策草案、财务报告等），即可生成数百个具独特人格的 AI 智能体，在模拟社交平台上按小时模拟公众反应，包括发帖、争论与观点转变。
主要能力：
- 文档驱动建图：通过 Ollama LLM 做命名实体识别（NER）与关系抽取，写入 Neo4j 知识图谱，实体、关系与向量由 nomic-embed-text（768 维）生成。
- 多智能体模拟：生成数百个带人格与记忆的智能体，在 twitter/reddit/weibo 等模拟平台发帖、回复、争论并转变观点。
- 报告生成：ReportAgent 可访谈焦点小组、查询图谱并输出分析报告。
- 智能体交互：可与任一个体智能体对话，其记忆持续保存。
- 混合检索：0.7×向量相似度 + 0.3×BM25。
技术栈：后端 Flask + Python 3.11；前端 Vue 3 + Node 18；图数据库 Neo4j CE 5.15（bolt）；LLM 与嵌入均用 Ollama（OpenAI 兼容 /v1）。
使用方式：
- Docker（推荐）：git clone 仓库后 cp .env.example .env，执行 docker compose up -d，再 docker exec mirofish-ollama ollama pull qwen2.5:32b 与 ollama pull nomic-embed-text，访问 http://localhost:3000。
- 手动：分别启动 Neo4j 容器与 ollama serve，拉取模型；后端 cd backend 后 pip install -r requirements.txt 与 python run.py（:5000）；前端 cd frontend 后 npm install 与 npm run dev（:3000）。
- 配置 .env：LLM_BASE_URL、LLM_MODEL_NAME、NEO4J_URI/USER/PASSWORD、EMBEDDING_MODEL 等。支持换成任意 OpenAI 兼容提供方。
- 提供 Python API（GraphStorage、GraphBuilder、SimulationService、ReportAgent、AgentChatService、SearchService）与 REST 接口（如 POST /api/graph/build、POST /api/simulation/run）。
适用场景：发布前新闻稿/公告的风险测试、舆情与市场情绪推演、社会动态预测。
限制：需本地硬件；qwen2.5:32b 约需 24GB 显存，14b 约 10GB，7b 约 6GB，纯 CPU 推理较慢。嵌入维度不匹配需重建 Neo4j 向量索引。资料未提供收费、价格与效果保证等信息。