MiroFish 部署指南Docker 一键启动与源码上手教程含端口、依赖排错【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 是一个多智能体群体智能引擎上传种子材料新闻、报告、小说它会用成百上千个智能体在数字沙盘中推演给你一份预测报告和一个可交互的虚拟世界。这篇文章带你走完三种部署路线读完至少能让它在 http://localhost:3000 上跑起来。部署路线图三条路线对号入座三条路线共用同一套仓库区别只在环境复杂度和可改动的深度。下面按路线逐条讲。路线一容器极速路新手档这节做完你手里有一个在后台跑着的 MiroFish 容器浏览器打开 http://localhost:3000 就是完整界面。前置条件装什么、怎么确认、去哪装需要装什么怎么确认已装没装去哪装Docker含 Compose执行docker --version和docker compose version各输出版本号Docker 官网 Docker DesktopWindows/Mac或sudo apt install docker.io docker-composeLinux项目代码目录里有docker-compose.yml和Dockerfilegit clone https://gitcode.com/GitHub_Trending/mi/MiroFish分步操作克隆代码并进入项目目录git clone https://gitcode.com/GitHub_Trending/mi/MiroFish cd MiroFish执行成功后ls应该看到docker-compose.yml、backend/、frontend/等目录。创建环境变量文件cp .env.example .env执行成功后目录里多出一个.env文件。用编辑器打开填入两个必填项LLM_API_KEY任意 OpenAI SDK 格式的 LLM 服务密钥README 推荐百炼平台的 qwen-plus和ZEP_API_KEYZep Cloud 密钥每月免费额度够轻度使用。⚠️ 这两个 key 不填容器里的后端会直接报配置错误退出启动日志里会看到LLM_API_KEY 未配置。拉取镜像并启动docker compose up -d执行成功后输出Container mirofish Started或状态表。首次要拉取ghcr.io/666ghj/mirofish:latest镜像视网络而定约 1–5 分钟。✅ 小贴士docker-compose.yml 里注释了一行国内加速镜像地址拉取慢时把它替换到image:字段即可。自测点执行docker compose psmirofish容器状态为Up而不是Restarting打开 http://localhost:3000能看到 MiroFish 的首页界面执行docker compose logs --tail 50后端日志没有 Traceback能看到 Flask 监听 5001 端口的信息浏览器访问 http://localhost:5001后端有 HTTP 响应不是拒绝连接图 1MiroFish 部署成功后的启动界面上传种子材料从这里开始路线二源码二开路开发者档这节做完你手里有一套本地开发模式运行的前后端服务前端 3000 端口、后端 5001 端口改 frontend/src/ 或 backend/app/ 下的代码都能生效方便二次开发。前置条件装什么、怎么确认、去哪装需要装什么怎么确认已装没装去哪装Node.js 18含 npm执行node -v输出v18.x或更高Node.js 官网装 LTS 版本Python 3.11–3.12执行python --version版本落在 3.11–3.12 区间python.org 下载对应版本uvPython 包管理器执行uv --version输出版本号按 uv 官方安装脚本安装分步操作克隆代码git clone https://gitcode.com/GitHub_Trending/mi/MiroFish cd MiroFish执行成功后看到根目录的package.json、backend/、frontend/。配置环境变量命令和路线一第 2 步相同cp .env.example .env执行成功后编辑.env填LLM_API_KEY和ZEP_API_KEY。注意 backend/app/config.py 会校验这两项缺一后端直接sys.exit(1)并打印配置错误。一键安装全部依赖根目录 前端 后端虚拟环境npm run setup:all执行成功后根目录出现node_modules/backend/下出现 uv 创建的.venv/。过程要下载 Node 和 Python 两批包视网络而定约 2–5 分钟。⚠️ 中途某个包超时失败的话直接重跑一遍npm run setup:all即可它是可重复执行的。同时启动前后端npm run dev执行成功后终端分两栏滚动日志concurrently 的backend/frontend标签浏览器自动打开 http://localhost:3000。前端由 Vite 提供并代理/api到 5001 端口见 vite.config.js你不需要再手动配代理。自测点npm run dev的终端同时输出 backend 和 frontend 两段日志无红色报错http://localhost:3000 页面能打开且能发起一次上传请求不报 404/CORS单独停掉npm run dev改跑npm run backend再访问 http://localhost:5001 有响应说明后端独立可用在 frontend/src/components/ 随便改一个文案保存后浏览器页面自动刷新Vite 热更新生效图 2源码部署后的 MiroFish 交互界面五步工作流的入口路线三共建开发路贡献者档这节做完你手里是一个带调试开关、带测试用例的开发环境可以直接提 PR。前置条件环境要求与路线二完全一致Node 18、Python 3.11–3.12、uv确认方式看上一节表格不重复。额外需要一个能跑 Python 单测的终端任何现代 bash/zsh 都行。分步操作环境搭建走路线二第 1–3 步克隆、.env、npm run setup:all不再赘述。打开后端调试模式。.env里设置FLASK_DEBUGTrue保存后npm run backend启动Flask 进入 reloader 模式改 backend/ 下代码保存即重启。⚠️ 只用于开发config.py里也写明了 DEBUG 模式勿用于生产。跑一遍后端测试确认基线健康cd backend uv run pytest tests/执行成功后输出X passed无 failed。失败多半是环境差异如缺 Python 3.11 特性先对照前置条件表自查版本。前后端分终端启动方便边看日志边改码npm run backend # 终端 1 npm run frontend # 终端 2执行成功后终端 1 只有 Flask 日志终端 2 只有 Vite 日志两边互不干扰前端保存热更、后端保存重启。自测点FLASK_DEBUGTrue下改一行 backend/app/ 代码Flask 日志出现 reloader 重启记录uv run pytest tests/全绿与 main 分支一致Vite 终端在每次保存后打印hmr update类输出前端页面触发一次完整工作流如上传文本文件后端日志能看到对应/api请求落进来图 3一次完整推演后生成的预测报告也是你联调功能时的验收样本验收3 步确认服务真的活着这节做完你能用界面 功能 日志三重证据确认部署成功而不是只看端口通了。界面能打开访问 http://localhost:3000首页正常渲染右上角能切换中英文i18n 资源来自 locales/。核心功能点一次上传一份 pdf 或 md 文件backend/app/config.py 里限制 50MB支持 pdf/md/txt/markdown进入图谱构建步骤页面能拿到后端返回的进度。日志无报错Docker 部署看docker compose logs --tail 100源码部署看两个终端没有 Traceback、没有ECONNREFUSED、没有 5xx 刷屏。排障对照表报错、可能原因、解法这节做完你手里有一张速查表90% 的部署卡点都能 1 分钟内定位。报错/现象可能原因解法port is already allocated/ 端口已被占用3000 或 5001 被其他程序占了容器路线改 docker-compose.yml 的ports如3001:3000源码路线Vite 会顺延 3001 并提示或先lsof -i :3000找出占用进程npm run setup:all中途失败网络波动导致单个包下载超时Node 版本低于 18 触发引擎检查重跑同一命令续装node -v确认 ≥18前端可删node_modules后再npm install后端启动即退出打印配置错误.env缺LLM_API_KEY或ZEP_API_KEY补齐两个 key注意.env必须放在项目根目录config.py只从那里读界面能打开但一操作就 404/跨域后端没起或前端代理没连上 5001容器路线docker compose ps看是否Restarting源码路线确认npm run dev而不是只起了前端首次启动卡住没反应在等镜像拉取docker compose logs -f看拉取进度慢的话换成 docker-compose.yml 里注释的加速镜像地址调优硬件档位与三条立竿见影的优化这节做完你清楚该给机器多少资源以及先动哪三个旋钮。档位CPU内存存储基础体验、小规模推演4 核8 GB100 GB SSD标准常规模拟8 核16 GB200 GB SSD高级多轮、多智能体并行16 核32 GB500 GB SSD三条可直接落地的优化控制模拟轮数config.py默认OASIS_DEFAULT_MAX_ROUNDS10README 也建议先从 40 轮以下开始试跑——推演耗时大头在这里先用小轮数验证流程再拉满。收敛报告 Agent 的工具调用REPORT_AGENT_MAX_TOOL_CALLS默认 5和REPORT_AGENT_MAX_REFLECTION_ROUNDS默认 2在.env里可降报告生成阶段明显提速。上传目录挂盘Docker 路线已把./backend/uploads映射到容器外把宿主机这块放在 SSD 上种子文件和模拟产物读写不会拖累 IO。图 4模拟运行中的群体交互视图智能体在 Twitter/Reddit 双平台上发帖与互动改配置别只改一处.env是唯一的变量入口FLASK_DEBUG、轮数、工具调用上限都走它。跑起来之后有任何报错直接开仓库 issue 贴上日志比猜快得多。【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 MiroFish 部署指南：Docker 一键启动与源码上手教程（含端口、依赖排错）
MiroFish 部署指南Docker 一键启动与源码上手教程含端口、依赖排错【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 是一个多智能体群体智能引擎上传种子材料新闻、报告、小说它会用成百上千个智能体在数字沙盘中推演给你一份预测报告和一个可交互的虚拟世界。这篇文章带你走完三种部署路线读完至少能让它在 http://localhost:3000 上跑起来。部署路线图三条路线对号入座三条路线共用同一套仓库区别只在环境复杂度和可改动的深度。下面按路线逐条讲。路线一容器极速路新手档这节做完你手里有一个在后台跑着的 MiroFish 容器浏览器打开 http://localhost:3000 就是完整界面。前置条件装什么、怎么确认、去哪装需要装什么怎么确认已装没装去哪装Docker含 Compose执行docker --version和docker compose version各输出版本号Docker 官网 Docker DesktopWindows/Mac或sudo apt install docker.io docker-composeLinux项目代码目录里有docker-compose.yml和Dockerfilegit clone https://gitcode.com/GitHub_Trending/mi/MiroFish分步操作克隆代码并进入项目目录git clone https://gitcode.com/GitHub_Trending/mi/MiroFish cd MiroFish执行成功后ls应该看到docker-compose.yml、backend/、frontend/等目录。创建环境变量文件cp .env.example .env执行成功后目录里多出一个.env文件。用编辑器打开填入两个必填项LLM_API_KEY任意 OpenAI SDK 格式的 LLM 服务密钥README 推荐百炼平台的 qwen-plus和ZEP_API_KEYZep Cloud 密钥每月免费额度够轻度使用。⚠️ 这两个 key 不填容器里的后端会直接报配置错误退出启动日志里会看到LLM_API_KEY 未配置。拉取镜像并启动docker compose up -d执行成功后输出Container mirofish Started或状态表。首次要拉取ghcr.io/666ghj/mirofish:latest镜像视网络而定约 1–5 分钟。✅ 小贴士docker-compose.yml 里注释了一行国内加速镜像地址拉取慢时把它替换到image:字段即可。自测点执行docker compose psmirofish容器状态为Up而不是Restarting打开 http://localhost:3000能看到 MiroFish 的首页界面执行docker compose logs --tail 50后端日志没有 Traceback能看到 Flask 监听 5001 端口的信息浏览器访问 http://localhost:5001后端有 HTTP 响应不是拒绝连接图 1MiroFish 部署成功后的启动界面上传种子材料从这里开始路线二源码二开路开发者档这节做完你手里有一套本地开发模式运行的前后端服务前端 3000 端口、后端 5001 端口改 frontend/src/ 或 backend/app/ 下的代码都能生效方便二次开发。前置条件装什么、怎么确认、去哪装需要装什么怎么确认已装没装去哪装Node.js 18含 npm执行node -v输出v18.x或更高Node.js 官网装 LTS 版本Python 3.11–3.12执行python --version版本落在 3.11–3.12 区间python.org 下载对应版本uvPython 包管理器执行uv --version输出版本号按 uv 官方安装脚本安装分步操作克隆代码git clone https://gitcode.com/GitHub_Trending/mi/MiroFish cd MiroFish执行成功后看到根目录的package.json、backend/、frontend/。配置环境变量命令和路线一第 2 步相同cp .env.example .env执行成功后编辑.env填LLM_API_KEY和ZEP_API_KEY。注意 backend/app/config.py 会校验这两项缺一后端直接sys.exit(1)并打印配置错误。一键安装全部依赖根目录 前端 后端虚拟环境npm run setup:all执行成功后根目录出现node_modules/backend/下出现 uv 创建的.venv/。过程要下载 Node 和 Python 两批包视网络而定约 2–5 分钟。⚠️ 中途某个包超时失败的话直接重跑一遍npm run setup:all即可它是可重复执行的。同时启动前后端npm run dev执行成功后终端分两栏滚动日志concurrently 的backend/frontend标签浏览器自动打开 http://localhost:3000。前端由 Vite 提供并代理/api到 5001 端口见 vite.config.js你不需要再手动配代理。自测点npm run dev的终端同时输出 backend 和 frontend 两段日志无红色报错http://localhost:3000 页面能打开且能发起一次上传请求不报 404/CORS单独停掉npm run dev改跑npm run backend再访问 http://localhost:5001 有响应说明后端独立可用在 frontend/src/components/ 随便改一个文案保存后浏览器页面自动刷新Vite 热更新生效图 2源码部署后的 MiroFish 交互界面五步工作流的入口路线三共建开发路贡献者档这节做完你手里是一个带调试开关、带测试用例的开发环境可以直接提 PR。前置条件环境要求与路线二完全一致Node 18、Python 3.11–3.12、uv确认方式看上一节表格不重复。额外需要一个能跑 Python 单测的终端任何现代 bash/zsh 都行。分步操作环境搭建走路线二第 1–3 步克隆、.env、npm run setup:all不再赘述。打开后端调试模式。.env里设置FLASK_DEBUGTrue保存后npm run backend启动Flask 进入 reloader 模式改 backend/ 下代码保存即重启。⚠️ 只用于开发config.py里也写明了 DEBUG 模式勿用于生产。跑一遍后端测试确认基线健康cd backend uv run pytest tests/执行成功后输出X passed无 failed。失败多半是环境差异如缺 Python 3.11 特性先对照前置条件表自查版本。前后端分终端启动方便边看日志边改码npm run backend # 终端 1 npm run frontend # 终端 2执行成功后终端 1 只有 Flask 日志终端 2 只有 Vite 日志两边互不干扰前端保存热更、后端保存重启。自测点FLASK_DEBUGTrue下改一行 backend/app/ 代码Flask 日志出现 reloader 重启记录uv run pytest tests/全绿与 main 分支一致Vite 终端在每次保存后打印hmr update类输出前端页面触发一次完整工作流如上传文本文件后端日志能看到对应/api请求落进来图 3一次完整推演后生成的预测报告也是你联调功能时的验收样本验收3 步确认服务真的活着这节做完你能用界面 功能 日志三重证据确认部署成功而不是只看端口通了。界面能打开访问 http://localhost:3000首页正常渲染右上角能切换中英文i18n 资源来自 locales/。核心功能点一次上传一份 pdf 或 md 文件backend/app/config.py 里限制 50MB支持 pdf/md/txt/markdown进入图谱构建步骤页面能拿到后端返回的进度。日志无报错Docker 部署看docker compose logs --tail 100源码部署看两个终端没有 Traceback、没有ECONNREFUSED、没有 5xx 刷屏。排障对照表报错、可能原因、解法这节做完你手里有一张速查表90% 的部署卡点都能 1 分钟内定位。报错/现象可能原因解法port is already allocated/ 端口已被占用3000 或 5001 被其他程序占了容器路线改 docker-compose.yml 的ports如3001:3000源码路线Vite 会顺延 3001 并提示或先lsof -i :3000找出占用进程npm run setup:all中途失败网络波动导致单个包下载超时Node 版本低于 18 触发引擎检查重跑同一命令续装node -v确认 ≥18前端可删node_modules后再npm install后端启动即退出打印配置错误.env缺LLM_API_KEY或ZEP_API_KEY补齐两个 key注意.env必须放在项目根目录config.py只从那里读界面能打开但一操作就 404/跨域后端没起或前端代理没连上 5001容器路线docker compose ps看是否Restarting源码路线确认npm run dev而不是只起了前端首次启动卡住没反应在等镜像拉取docker compose logs -f看拉取进度慢的话换成 docker-compose.yml 里注释的加速镜像地址调优硬件档位与三条立竿见影的优化这节做完你清楚该给机器多少资源以及先动哪三个旋钮。档位CPU内存存储基础体验、小规模推演4 核8 GB100 GB SSD标准常规模拟8 核16 GB200 GB SSD高级多轮、多智能体并行16 核32 GB500 GB SSD三条可直接落地的优化控制模拟轮数config.py默认OASIS_DEFAULT_MAX_ROUNDS10README 也建议先从 40 轮以下开始试跑——推演耗时大头在这里先用小轮数验证流程再拉满。收敛报告 Agent 的工具调用REPORT_AGENT_MAX_TOOL_CALLS默认 5和REPORT_AGENT_MAX_REFLECTION_ROUNDS默认 2在.env里可降报告生成阶段明显提速。上传目录挂盘Docker 路线已把./backend/uploads映射到容器外把宿主机这块放在 SSD 上种子文件和模拟产物读写不会拖累 IO。图 4模拟运行中的群体交互视图智能体在 Twitter/Reddit 双平台上发帖与互动改配置别只改一处.env是唯一的变量入口FLASK_DEBUG、轮数、工具调用上限都走它。跑起来之后有任何报错直接开仓库 issue 贴上日志比猜快得多。【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