群体智能

2026年MiroFish部署教程:远程M4 Mac运行群体智能预测引擎

2026年MiroFish部署教程 远程M4 Mac 群体智能预测引擎
披露声明:KuzCloud 提供本文引用的远程 Mac Mini M4 租用服务。MiroFish 输出为研究仿真结果,不构成财务、投资或交易建议。
快速摘要:MiroFishAGPL-3.0群体智能预测引擎:把种子文档(新闻、政策、市场信号)建成 GraphRAG 数字世界,经 OASIS(CAMEL-AI)做多智能体社会仿真,Vue 前端在 端口 3000、API 在 5001。在 KuzCloud M4 节点上推荐 Docker Compose;数百智能体预算 16 GB,1K+ 轻量人设建议 24 GB;LLM 密钥写在 .env——算力随智能体数量增长,而非 Apple Silicon GPU。

什么是 MiroFish?

MiroFish(官网 mirofish.ai,截至 2026 年 5 月 GitHub 6 万+ Star)不是单一 LLM 聊天机器人,而是五阶段预测流水线:

  • 图谱构建 — 种子抽取、个体/集体记忆、GraphRAG
  • 环境搭建 — 实体图、人设生成、智能体注入
  • 仿真运行 — 双平台并行、时序记忆更新(由 OASIS 驱动)
  • 报告生成 — ReportAgent 可访问仿真后状态
  • 深度交互 — 与仿真智能体或报告 Agent 对话

社区公开用例包括舆情预测、政策情景分析与预测市场演练(涌现仿真需人工复核,不能当作 ground truth)。

TradingAgents 对比 FinGPT 的差异:TradingAgents 模拟交易公司委员会(分析师 → 风控 → BUY/HOLD/SELL);MiroFish 模拟社会群体(数千人设互动)。不少量化团队用 TradingAgents 做执行逻辑,用 MiroFish 在投入资金前做情景演练

硬件与内存:远程 M4 需要什么

MiroFish 可扩展到极大智能体规模;瓶颈在 LLM API 吞吐与编排内存,而非 Metal GPU。

工作负载智能体规模推荐 KuzCloud 规格说明
演示 / 仅报告50–200M4 16 GBDocker + UI;短仿真窗口
团队实验500–2,000M4 24 GB并行 OASIS worker;注意 swap
压测 / 研究5,000+24 GB + API 预算社区 10 万+ 智能体需分布式主机,单机 Mac 不适用

经验法则:为 Docker 预留 约 2–4 GB,Python 编排 约 4–8 GB,并为内存中图结构留余量。16 GB 节点 RSS 超 14 GB 时,请按 M4 16GB vs 24GB 区域矩阵 升级。

租用窗口(3 天突发 vs 月租实验室)见 远程 Mac 突发与月租混合指南

KuzCloud 上的 MiroFish 部署:分步指南

步骤 1 — 开通节点并 SSH 登录

  1. 订购 M4 节点(面向亚洲 API 选日本或香港;OpenAI 原生密钥可选美东)。
  2. 用下发密钥 SSH:ssh -i key.pem user@node-ip
  3. 若未预装 Docker,可执行:brew install colima docker && colima start

付款后凭证通常 约 5 分钟 内到达,流程与 OpenClaw 远程 M4 部署 相同。克隆仓库若遇 GitHub 不稳定,可配置镜像或离线包(与 HuggingFace 权重下载策略类似)。

步骤 2 — 克隆并配置环境

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

.env 填入 LLM 提供商密钥(CAMEL/OASIS 栈支持多后端)。切勿将 .env 提交到 git。

步骤 3 — Docker Compose(推荐)

docker compose up -d
服务端口用途
前端(Vue)3000上传种子、配置运行、阅读报告
后端 API5001仿真编排、GraphRAG 任务

节点无公网入口时,用 SSH 隧道访问 UI:

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

在笔记本浏览器打开 http://localhost:3000

步骤 4 — 运行预测工作流

  1. 上传种子材料(PDF、新闻合集或结构化市场简报)。
  2. 用自然语言描述预测目标(例:「若降息推迟 90 天,零售情绪如何变化?」)。
  3. 等待图谱构建 → 环境搭建 → 仿真 → 报告。
  4. 使用深度交互查询单个智能体或 ReportAgent。

16 GB 上首次完整运行常需 30–90 分钟,取决于智能体数量与 API 限速。

步骤 5 — 保存产物并释放资源

将报告存到节点 NVMe 的 ~/mirofish-runs/。结束后执行 docker compose down;若使用按日突发计划,请及时释放节点以免空转计费。

网络、API 与合规

  • LLM 费用占大头:1,000 智能体 × 多轮对话,使用前沿模型时单次实验可达 ¥360–1,450(约 $50–200)——迭代阶段可缩小人设模型规格。
  • AGPL-3.0 合规:若将 MiroFish 作为网络服务对外提供,可能触发源码公开义务;上线 SaaS 前务必阅读许可证并落实 AGPL 合规流程。
  • 数据出境与驻留:种子文档落在租用 Mac 磁盘上;按合规需求选择区域节点(见区域矩阵)。跨境 API 调用还需评估个人信息与商业秘密出境路径。
  • 非实盘交易:执行层逻辑请结合 TradingAgents 与 FinGPT;MiroFish 不替代交易所连通。

外部参考:MiroFish GitHubCAMEL-AI OASIS。国内拉取模型权重建议使用 HuggingFace 镜像或离线包。

故障排除

现象可能原因处理
UI 能开,仿真卡在 0%.env API 密钥无效核对配额与模型名
docker compose OOM16 GB 耗尽降低智能体数或换 24 GB 节点
端口 3000 拒绝连接Compose 未起或隧道未建docker ps;重跑 SSH -L
图谱构建超时种子 PDF 过大拆分种子;缩小 GraphRAG 范围
API 往返慢节点区域与提供商不匹配亚洲端点选日本;OpenAI 选美东

租用经济性另见 Mac Mini 买还是租

常见问题

MiroFish 能否不用 Docker 在 macOS 上运行?

可以。上游支持 Python 3.10+ 与 Node/Vue 本地构建,但在全新租用 Mac 上 Docker 最可复现

MiroFish 需要 Apple Silicon GPU 吗?

不需要。推理走 API 或 CPU 编排;仅当通过兼容后端接入本地 Ollama 时 GPU 才有意义。

MiroFish 与 OpenClaw 有何不同?

OpenClaw 是面向代码库与 CI 的编码 Agent 守护进程;MiroFish 是面向预测报告的社会仿真引擎——工具互补。

评估 MiroFish 最少需要租多久?

3–7 天突发通常足够完成 Docker 部署、一次种子运行与报告评审(工作时段并行 API 调用)。

能否在同一台 M4 上同时跑 MiroFish 与 TradingAgents?

24 GB 可以:TradingAgents 编排约 2–5 GB,MiroFish Docker 约 4 GB,仍有中等智能体余量;勿同时跑两场重型仿真

在远程 M4 上运行 MiroFish

KuzCloud M4 节点数分钟即可就绪。SSH 登录后 Docker 部署 MiroFish,按实际使用时长计费——无需购置硬件。