MiroFish 部署教程3 条路线任选最快 10 分钟本地跑通预测引擎【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 是一款简洁通用的群体智能预测引擎你上传一份报告、新闻稿甚至小说文本作为种子它会在数字沙盘中生成大量带人格、带记忆的智能体进行社会推演最后交给你一份预测报告。本文带你完成 MiroFish 部署从选路线、跑命令到验收上线每一步都有可观察的成功信号零基础也能照着做完。10 秒判断该走哪条部署路线三条路线干的是同一件事——把 MiroFish 跑起来差别在于你装的环境和改代码的自由度。先看对照表对比项路线 A容器化路线 B手动分离部署路线 C完整开发环境你需要装什么Docker、Docker ComposeNode.js 18、Python 3.11~3.12、uv同路线 B另加测试环境命令数量2~3 条6~8 条8 条左右适合谁只想尽快体验功能的人想看清每个组件、自由调参的开发者准备提交代码、跑测试的贡献者改代码是否方便不方便一般改完即热更新判断标准很简单不打算碰源码选 A想把前后端拆开跑、改配置选 B要写测试、提 PR选 C。路线 A容器化3 条命令跑通 MiroFish前置检查确认 Docker 已就绪。打开终端执行docker --version docker compose versionDocker 是把应用连同运行环境打成一个集装箱的技术容器之间互相隔离你不用在本机装 Node 和 Python 也能跑。两条命令都能打印出版本号说明环境没问题若提示command not found先安装 Docker 再回来。克隆仓库拿到最新代码git clone https://gitcode.com/GitHub_Trending/mi/MiroFish cd MiroFishgit clone 的作用是从远程仓库把完整源码拉到本地。成功信号终端无报错且ls能看到backend/、frontend/、docker-compose.yml等文件。配置密钥并启动容器cp .env.example .env # 编辑 .env填入 LLM_API_KEY 和 ZEP_API_KEY docker compose up -d.env是环境变量文件MiroFish 用它读取大模型和记忆图谱的 API 密钥模板见 .env.example。docker compose up -d会拉取镜像并在后台启动服务。成功信号docker compose ps显示容器状态为Up日志里没有 exit 或 error 字样。 首次运行要拉取镜像慢一些属正常现象拉取缓慢时docker-compose.yml 里已预留了加速镜像地址取消注释替换即可。路线 B手动部署前后端各自跑起来手动部署的价值在于哪个环节出问题你一眼就能看到。先对照这张版本表准备环境工具版本要求用途检查命令Node.js18 及以上前端运行环境自带 npmnode -vPython3.11~3.12后端运行环境python --versionuv最新版Python 包管理器建虚拟环境又快又干净uv --versionuv 可以理解为更快的 pip 虚拟环境管理工具它会自动为后端创建隔离环境避免依赖版本互相打架。配置环境变量让后端找到你的密钥cd MiroFish cp .env.example .env # 编辑 .env填入 LLM_API_KEY、ZEP_API_KEYLLM_API_KEY 是大脑大模型调用ZEP_API_KEY 负责给智能体提供长期记忆图谱两者缺一不可。这一步的成功信号是文件里不再出现your_api_key_here占位符。安装后端依赖cd backend uv syncuv sync 会按 backend/pyproject.toml 声明的依赖清单自动建好虚拟环境并装包。成功信号输出Resolved与Installed字样目录下生成.venv。启动后端验证 5001 端口cd backend uv run python run.py后端是 Flask 应用Flask 是轻量级 Python Web 框架启动时会自动校验配置。成功信号终端出现Running on http://0.0.0.0:5001。浏览器打开http://localhost:5001有 API 响应即说明后端活了。若看到配置错误字样多半是.env没填全按提示补齐即可。安装并启动前端验证 3000 端口cd frontend npm install npm run devnpm install 按package.json下载安装前端依赖包npm run dev 启动 Vite 开发服务器。成功信号终端打印Local: http://localhost:3000/浏览器自动弹出页面并出现 MiroFish 首页。前端会自动把/api请求转发到后端 5001 端口所以两边都起来后就能正常使用了。⚠️ 装前端依赖报错时删掉frontend/node_modules目录后重新执行npm install通常能解决。路线 C想改代码先把这份开发环境清单备齐路线 C 在路线 B 的基础上多三件事能跑测试、能看热更新、能定位模块。跑一遍测试确认环境健康cd backend uv run pytest tests/pytest 是 Python 测试框架它会执行backend/tests/下的用例。成功信号结尾打印passed没有failed或error。这一步能提前暴露依赖装错的问题。前后端同时启动进入边改边看模式# 回到项目根目录 cd MiroFish npm run devnpm run dev会并行拉起前后端终端用绿色和青色区分日志流。改完 后端源码 里任何一个服务文件保存后重启后端即可生效改 前端组件 里的.vue文件页面会即时热更新无需手动刷新。关键目录速查知道往哪下手想改什么去哪个目录图谱、报告、模拟等核心逻辑backend/app/services/API 路由定义backend/app/api/页面交互与组件frontend/src/components/中英文名称文案locales/zh.json装好了用这份清单验收按顺序勾选全过才算部署成功☐ 浏览器访问http://localhost:3000能看到 MiroFish 首页和上传区域☐ 首页不报接口错误打开浏览器开发者工具Network 里没有持续飘红的/api请求☐ 上传一份 PDF、MD 或 TXT 格式的文档作为种子材料单文件不超过 50MB☐ 走完图谱构建、环境搭建、开始模拟、报告生成四个步骤☐ 在报告页看到自动生成的预测报告并能点进深度互动与智能体对话。 模拟会消耗 LLM 额度官方建议首次验证时把轮数控制在 40 轮以内省着用。卡住了常见报错速查现象原因解决办法提示端口已被占用3000 或 5001 已被别的程序占用改 docker-compose.yml 里的端口映射如3001:3000改完docker compose up -d重启后端启动打印配置错误.env缺 LLM_API_KEY 或 ZEP_API_KEY打开.env逐项核对去掉占位符页面能开但功能全挂后端没起来或端口不对单独访问http://localhost:5001验证后端拉镜像非常慢网络到镜像仓库不稳定换用 compose 文件里注释中的加速镜像地址后端装依赖失败pip 或包源问题先pip install --upgrade pip再重新执行uv sync远程访问打不开防火墙拦截放行主机上的 3000 与 5001 端口 进阶优化一句话带过想提速就给高频查询加数据库索引、引入 Redis 缓存热点数据瓶颈代码再做针对性重构初部署阶段不必急。部署路上你踩了哪些坑比如密钥格式、平台差异或镜像源问题欢迎把你的解法写下来让更多人少走弯路。【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