群體智能

2026年MiroFish部署教學:遠端M4 Mac運行群體智能預測引擎

2026年MiroFish部署教學 遠端M4 Mac 群體智能預測引擎
揭露聲明:KuzCloud 提供本文引用的遠端 Mac Mini M4 租用服務。MiroFish 輸出為研究模擬結果,不構成財務、投資或交易建議。
快速摘要:MiroFishAGPL-3.0群體智能預測引擎:把種子文件(新聞、政策、市場訊號)建成 GraphRAG 數位世界,經 OASIS(CAMEL-AI)做多智能體社會模擬,Vue 前端在 連接埠 3000、API 在 5001。在 KuzCloud M4 節點上推薦 Docker Compose;數百智能體預算 16 GB,1K+ 輕量人設建議 24 GB;LLM 金鑰寫在 .env——算力隨智能體數量成長,而非 Apple Silicon GPU。

什麼是 MiroFish?

MiroFish(官網 mirofish.ai,截至 2026 年 5 月 GitHub 6 萬+ Star)不是單一 LLM 聊天機器人,而是五階段預測流水線:

  • 圖譜建構 — 種子抽取、個體/集體記憶、GraphRAG
  • 環境建置 — 實體圖、人設生成、智能體注入
  • 模擬執行 — 雙平台並行、時序記憶更新(由 OASIS 驅動)
  • 報告生成 — ReportAgent 可存取模擬後狀態
  • 深度互動 — 與模擬智能體或報告 Agent 對話

社群公開用例包括輿情預測、政策情境分析與預測市場演練(湧現模擬需人工覆核,不能當作 ground truth)。

TradingAgents 對比 FinGPT 的差異:TradingAgents 模擬交易公司委員會(分析師 → 風控 → BUY/HOLD/SELL);MiroFish 模擬社會群體(數千人設互動)。不少量化團隊用 TradingAgents 做執行邏輯,用 MiroFish 在投入資金前做情境演練

硬體與記憶體:遠端 M4 需要什麼

MiroFish 可擴展到極大智能體規模;瓶頸在 LLM API 吞吐與編排記憶體,而非 Metal GPU。選遠端節點時,若團隊在台灣操作 UI,可優先日本或新加坡以降低 RTT;若以 OpenAI 出站為主,美東節點往往更穩。

工作負載智能體規模推薦 KuzCloud 規格說明
演示 / 僅報告50–200M4 16 GBDocker + UI;短模擬窗口
團隊實驗500–2,000M4 24 GB並行 OASIS worker;注意 swap
壓測 / 研究5,000+24 GB + API 預算社群 10 萬+ 智能體需分散式主機,單機 Mac 不適用

經驗法則:為 Docker 預留 約 2–4 GB,Python 編排 約 4–8 GB,並為記憶體中圖結構留餘量。16 GB 節點 RSS 超 14 GB 時,請按 M4 16GB vs 24GB 區域矩陣 升級。

租用窗口(3 天突發 vs 月租實驗室)見 遠端 Mac 突發與月租混合指南

KuzCloud 上的 MiroFish 部署:分步指南

步驟 1 — 開通節點並 SSH 登入

  1. 訂購 M4 節點(面向亞洲 API 選日本或新加坡;OpenAI 原生金鑰可選美東)。
  2. 用下發金鑰 SSH:ssh -i key.pem user@node-ip
  3. 若未預裝 Docker,可執行:brew install colima docker && colima start

付款後憑證通常 約 5 分鐘 內到達,流程與 OpenClaw 遠端 M4 部署 相同。

步驟 2 — 複製並設定環境

git clone https://github.com/666ghj/MiroFish.git
cd MiroFish
cp .env.example .env

.env 填入 LLM 提供商金鑰(CAMEL/OASIS 棧支援多後端)。切勿將 .env 提交到 git。

步驟 3 — Docker Compose(推薦)

docker compose up -d
服務連接埠用途
前端(Vue)3000上傳種子、設定執行、閱讀報告
後端 API5001模擬編排、GraphRAG 任務

節點無公網入口時,用 SSH 隧道存取 UI:

ssh -L 3000:localhost:3000 -L 5001:localhost:5001 -i key.pem user@node-ip

在筆電瀏覽器開啟 http://localhost:3000

步驟 4 — 執行預測工作流

  1. 上傳種子材料(PDF、新聞合集或結構化市場簡報)。
  2. 用自然語言描述預測目標(例:「若降息推遲 90 天,零售情緒如何變化?」)。
  3. 等待圖譜建構 → 環境建置 → 模擬 → 報告。
  4. 使用深度互動查詢單個智能體或 ReportAgent。

16 GB 上首次完整執行常需 30–90 分鐘,取決於智能體數量與 API 限速。

步驟 5 — 保存產物並釋放資源

將報告存到節點 NVMe 的 ~/mirofish-runs/。結束後執行 docker compose down;若使用按日突發方案,請及時釋放節點以免空轉計費。

網路、API 與合規

  • LLM 費用占大頭:1,000 智能體 × 多輪對話,使用前沿模型時單次實驗約 $50–200——迭代階段可縮小人設模型規格。
  • AGPL-3.0 合規:若將 MiroFish 作為網路服務對外提供,可能觸發原始碼公開義務;上線 SaaS 前務必閱讀授權並落實 AGPL 合規流程。
  • 資料駐留:種子文件落在租用 Mac 磁碟;按合規需求選擇區域節點(見區域矩陣)。
  • 非實盤交易:執行層邏輯請結合 TradingAgents 與 FinGPT;MiroFish 不替代交易所連通。

外部參考:MiroFish GitHubCAMEL-AI OASIS。可透過 HuggingFace 鏡像或離線權重包加速下載。

故障排除

現象可能原因處理
UI 能開,模擬卡在 0%.env API 金鑰無效核對配額與模型名
docker compose OOM16 GB 耗盡降低智能體數或換 24 GB 節點
連接埠 3000 拒絕連線Compose 未起或隧道未建docker ps;重跑 SSH -L
圖譜建構逾時種子 PDF 過大拆分種子;縮小 GraphRAG 範圍
API 往返慢節點區域與提供商不匹配亞洲端點選日本/新加坡;OpenAI 選美東

租用經濟性另見 Mac Mini 買還是租

常見問題

MiroFish 能否不用 Docker 在 macOS 上執行?

可以。上游支援 Python 3.10+ 與 Node/Vue 本機建置,但在全新租用 Mac 上 Docker 最可重現

MiroFish 需要 Apple Silicon GPU 嗎?

不需要。推理走 API 或 CPU 編排;僅當透過相容後端接入本機 Ollama 時 GPU 才有意義。

MiroFish 與 OpenClaw 有何不同?

OpenClaw 是面向程式庫與 CI 的編碼 Agent 常駐程式;MiroFish 是面向預測報告的社會模擬引擎——工具互補。

評估 MiroFish 最少需要租多久?

3–7 天突發通常足夠完成 Docker 部署、一次種子執行與報告評審(工作時段並行 API 呼叫)。

能否在同一台 M4 上同時跑 MiroFish 與 TradingAgents?

24 GB 可以:TradingAgents 編排約 2–5 GB,MiroFish Docker 約 4 GB,仍有中等智能體餘量;勿同時跑兩場重型模擬

在遠端 M4 上運行 MiroFish

KuzCloud M4 節點數分鐘即可就緒。SSH 登入後 Docker 部署 MiroFish,按實際使用時長計費——無需購置硬體。