Apa Itu MiroFish? Platform Simulasi AI Multi-Agen untuk Memprediksi Hasil Media Sosial

Pendahuluan

Anda pernah menyaksikannya terjadi. Sebuah perusahaan mengumumkan kebijakan baru. Seorang selebriti membuat pernyataan kontroversial. Sebuah berita yang tidak terduga muncul. Media sosial meledak, dan konsekuensinya menyebar dengan cara yang tidak seorang pun duga.

Bagaimana jika Anda bisa melihat bagaimana sebuah skenario terungkap sebelum benar-benar terjadi di dunia nyata?

MiroFish adalah platform simulasi AI multi-agen yang menjawab pertanyaan “bagaimana jika” tentang media sosial. Platform ini menciptakan dunia paralel digital di mana ratusan agen AI dengan kepribadian, memori, dan pola perilaku yang berbeda berinteraksi secara bebas. Anda mengunggah materi sumber—artikel berita, draf kebijakan, makalah penelitian—dan MiroFish mensimulasikan bagaimana audiens yang berbeda mungkin bereaksi seiring waktu.

Penjelasan ini mencakup apa yang dilakukan MiroFish, bagaimana simulasi multi-agen bekerja, dan kapan Anda mungkin menggunakannya.

Masalah Apa yang Dipecahkan MiroFish?

Kesenjangan Prediksi

Media sosial bergerak cepat dan bereaksi dengan cara yang tidak terduga. Alat analisis tradisional melihat ke belakang:

• Analisis sentimen memberi tahu Anda apa yang orang pikirkan sekarang
• Pemantauan tren menunjukkan apa yang populer hari ini
• Metrik keterlibatan mengukur apa yang sudah terjadi

Tidak satu pun dari ini membantu Anda melihat apa yang mungkin terjadi jika Anda menerbitkan pengumuman itu, merilis laporan itu, atau menanggapi kontroversi itu.

Alternatif: Dunia Paralel Digital

MiroFish mengambil pendekatan yang berbeda. Alih-alih menganalisis media sosial nyata, ia menciptakan versi simulasi:

1. Membangun grafik pengetahuan dari dokumen sumber Anda
2. Mengekstrak entitas (orang, organisasi, media) dan mengubahnya menjadi agen AI
3. Menetapkan kepribadian berdasarkan informasi yang diekstraksi (tingkat aktivitas, bobot pengaruh, posisi sikap)
4. Menjalankan simulasi di mana agen memposting, berkomentar, dan bereaksi selama simulasi jam atau hari
5. Menganalisis hasil untuk melihat bagaimana narasi terbentuk, suara mana yang mendominasi, dan gerakan balasan apa yang muncul

Anggap saja ini sebagai simulator penerbangan untuk skenario media sosial.

Bagaimana MiroFish Bekerja: Alur Kerja Lima Langkah

┌─────────────┐     ┌─────────────┐     ┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│   Langkah 1   │ ──► │   Langkah 2   │ ──► │   Langkah 3   │ ──► │   Langkah 4   │ ──► │   Langkah 5   │
│   Generasi  │     │   Bangun    │     │   Pengaturan  │     │   Jalankan    │     │   Generasi    │
│   Ontologi  │     │   GraphRAG  │     │   Lingkungan  │     │   Simulasi    │     │   Laporan     │
└─────────────┘     └─────────────┘     └─────────────┘     └─────────────┘     └─────────────┘

Langkah 1: Generasi Ontologi

Sistem menganalisis dokumen masukan dan persyaratan simulasi Anda, kemudian menggunakan LLM untuk menghasilkan ontologi kustom. Ini mendefinisikan:

• 10 jenis entitas (misalnya, Mahasiswa, Profesor, Universitas, MediaOutlet, LembagaPemerintah)
• 10 jenis hubungan (misalnya, BEKERJA_UNTUK, BERKOMENTAR_TENTANG, MENANGGAPI)
• Atribut untuk setiap jenis

Ontologi menerapkan struktur dua tingkat: 8 jenis spesifik berdasarkan konten Anda, ditambah 2 jenis fallback (Orang dan Organisasi) untuk menangkap apa pun yang tidak sesuai di tempat lain.

Langkah 2: Konstruksi GraphRAG

Dokumen Anda dipecah menjadi bagian-bagian (500 karakter dengan tumpang tindih 50 karakter) dan dikirim ke Zep Cloud dalam batch. Sistem:

1. Menciptakan grafik mandiri dengan ID unik
2. Mengatur ontologi kustom
3. Mengirim batch teks untuk ekstraksi entitas dan hubungan
4. Menunggu Zep memproses setiap episode
5. Mengambil grafik akhir dengan node dan edge

Hasilnya: grafik pengetahuan dengan ratusan atau ribuan entitas yang terhubung oleh hubungan.

Langkah 3: Pengaturan Lingkungan

Generator konfigurasi simulasi menganalisis grafik pengetahuan dan menciptakan parameter agen yang detail:

• Konfigurasi waktu berdasarkan pola zona waktu Tiongkok (jam puncak 19-22, jam mati 0-5)
• Konfigurasi acara dengan posting awal dan topik hangat
• Konfigurasi aktivitas agen (posting per jam, penundaan respons, bobot pengaruh)
• Konfigurasi platform untuk Twitter dan Reddit dengan ambang batas viral yang berbeda

Langkah 4: Jalankan Simulasi

Agen bangun sesuai dengan jadwal aktivitas mereka dan mulai memposting, berkomentar, dan bereaksi. Sistem menjalankan simulasi paralel di Twitter dan Reddit, mencatat setiap tindakan ke file JSONL secara real-time.

Simulasi 72 jam yang khas menghasilkan ribuan tindakan di kedua platform.

Langkah 5: Generasi Laporan

Agen Laporan menggunakan tiga alat pengambilan inti untuk menganalisis apa yang terjadi:

• InsightForge: Pencarian mendalam yang memecah pertanyaan menjadi sub-pertanyaan
• PanoramaSearch: Tampilan cakupan penuh termasuk fakta sejarah yang kedaluwarsa/tidak valid
• InterviewAgents: Wawancara real-time dengan agen aktif melalui IPC

Laporan akhir menunjukkan evolusi narasi, momen-momen penting, suara-suara berpengaruh, dan gerakan balasan.

Apa Itu Agen AI di MiroFish?

Setiap agen di MiroFish adalah entitas AI independen dengan:

Agen membuat keputusan secara otonom. Mereka memilih kapan harus memposting, apa yang harus dikomentari, dan bagaimana merespons berdasarkan kepribadian mereka dan keadaan simulasi saat ini.

Apa yang Dapat Anda Simulasikan?

Pengumuman Berita dan Kebijakan

Unggah draf kebijakan atau artikel berita. Lihat bagaimana kelompok pemangku kepentingan yang berbeda bereaksi:

• Suara mana yang memperkuat pesan?
• Kritik apa yang muncul?
• Bagaimana narasi berkembang selama 24-72 jam?

Penelitian Akademik

Unggah makalah penelitian. Simulasikan penerimaan akademis dan publik:

• Temuan mana yang menarik perhatian?
• Kesalahpahaman apa yang muncul?
• Bagaimana respons ahli dan orang awam berbeda?

Skenario Krisis

Unggah laporan insiden atau materi latar belakang. Uji strategi respons:

• Bagaimana narasi bergeser jika Anda merespons segera vs. menunggu?
• Narasi balasan apa yang muncul?
• Influencer mana yang menggerakkan percakapan?

Analisis Sastra dan Sejarah

Unggah novel atau teks sejarah. Jelajahi skenario “bagaimana jika”:

• Bagaimana karakter mungkin bereaksi terhadap peristiwa di luar akhir cerita asli?
• Hasil alternatif apa yang masuk akal?
• Hubungan mana yang menggerakkan poin plot kunci?

Apa yang Membuat MiroFish Berbeda?

Kecerdasan Kawanan, Bukan Agen Tunggal

Banyak alat AI menggunakan satu agen untuk mensimulasikan “pengguna”. MiroFish menggunakan ratusan agen dengan kepribadian yang berbeda. Ini menciptakan perilaku yang muncul—narasi dan gerakan yang timbul dari interaksi, bukan skrip yang telah diprogram.

Simulasi Dua Platform

Twitter dan Reddit berjalan secara paralel dengan dinamika yang berbeda:

• Twitter: Penyebaran viral cepat, dampak influencer tinggi
• Reddit: Diskusi berulir, narasi berbasis komunitas

Membandingkan kedua platform menunjukkan bagaimana mekanisme platform memengaruhi hasil.

Grafik Pengetahuan Temporal

Hubungan di MiroFish memiliki metadata waktu:

• valid_at: Kapan hubungan menjadi valid
• invalid_at: Kapan hubungan menjadi tidak valid
• expired_at: Kapan hubungan digantikan

Ini memungkinkan Anda melacak bagaimana hubungan berkembang, tidak hanya keadaan saat ini.

Wawancara Agen Langsung

Anda dapat mewawancarai agen aktif selama atau setelah simulasi:

Pertanyaan

Agen 12 (Mahasiswa)

Ini memberikan wawasan kualitatif di luar metrik kuantitatif.

Arsitektur Teknis Sekilas

┌─────────────────┐     ┌─────────────────┐     ┌─────────────────┐
│  Frontend       │     │  Backend        │     │  Layanan Eksternal│
│  (Vue.js)       │ ◄─► │  (FastAPI)      │ ◄─► │                 │
│                 │     │                 │     │                 │
│ - Pembangun grafik│     │ - REST API      │     │ - Zep Cloud     │
│ - Monitor       │     │ - Manajemen     │     │ - LLM API       │
│   simulasi      │     │   subprocess    │     │ - Kerangka Kerja│
│ - Penampil laporan│     │ - Aliran JSONL  │     │   OASIS         │
└─────────────────┘     └──────────────────┘     └─────────────────┘

Tumpukan Backend

• Python FastAPI untuk endpoint REST
• Kerangka Kerja OASIS untuk simulasi agen
• Zep Cloud untuk penyimpanan dan pengambilan grafik pengetahuan
• SQLite untuk database status simulasi

Tumpukan Frontend

• Vue.js 3 untuk UI reaktif
• WebSocket untuk pembaruan real-time
• D3.js untuk visualisasi grafik

Desain API dengan Apidog

Backend MiroFish mengekspos lebih dari 40 endpoint di 5 layanan utama:

Apidog digunakan untuk merancang semua endpoint, merancang respons tiruan untuk pengembangan frontend, dan menghasilkan dokumentasi API. Ini menangkap ketidaksesuaian skema sejak awal dan menjaga tim tetap selaras sepanjang pengembangan.

Kapan Seharusnya Anda Menggunakan MiroFish?

Kasus Penggunaan yang Baik

• Perencanaan skenario: “Bagaimana jika kita mengumumkan X minggu depan?”
• Analisis pemangku kepentingan: “Bagaimana kelompok yang berbeda akan bereaksi terhadap Y?”
• Pelacakan narasi: “Argumen balasan apa yang muncul terhadap Z?”
• Validasi penelitian: “Apakah hipotesis kita tentang perilaku audiens terbukti?”
• Eksplorasi edukatif: “Bagaimana tokoh-tokoh sejarah ini mungkin menanggapi peristiwa modern?”

Kasus Penggunaan yang Kurang Baik

• Prediksi yang tepat: MiroFish menunjukkan hasil yang masuk akal, bukan masa depan yang terjamin
• Pemantauan real-time: Ini mensimulasikan skenario hipotetis, tidak melacak media sosial secara langsung
• Analisis skala kecil: Sistem ini sangat baik dengan ratusan agen; berlebihan untuk survei sederhana
• Fenomena non-sosial: Ini memodelkan dinamika media sosial, bukan sistem ekonomi atau fisik

Memulai dengan MiroFish

Persyaratan

• Python 3.10+
• Node.js 18+
• Kunci API Zep Cloud
• Akses API LLM (kompatibel dengan OpenAI)

Mulai Cepat

# Kloning repositori
git clone https://github.com/666ghj/MiroFish.git
cd MiroFish

# Instal dependensi
pip install -r requirements.txt
npm install

# Konfigurasi lingkungan
cp .env.example .env
# Edit .env dengan kunci API Anda

# Mulai backend
python backend/app/main.py

# Mulai frontend
npm run dev

Simulasi Pertama

1. Unggah dokumen: File PDF, TXT, atau MD yang berisi materi sumber Anda
2. Definisikan persyaratan simulasi: Pertanyaan apa yang Anda eksplorasi?
3. Hasilkan ontologi: Biarkan sistem menganalisis dan mengusulkan jenis entitas
4. Bangun grafik pengetahuan: Ekstrak entitas dan hubungan
5. Konfigurasi dan jalankan: Atur durasi simulasi dan mulai
6. Pantau dan wawancarai: Saksikan tindakan secara real-time, wawancarai agen
7. Hasilkan laporan: Dapatkan ringkasan tentang apa yang terjadi

Simulasi pertama yang khas membutuhkan waktu 30-60 menit secara end-to-end.

Pertanyaan yang Sering Diajukan

Seberapa akurat simulasi ini?

MiroFish menghasilkan skenario yang masuk akal berdasarkan data masukan dan model perilaku. Anggap ini sebagai penjelajahan ruang kemungkinan, bukan memprediksi hasil spesifik. Nilainya terletak pada memunculkan dinamika yang mungkin tidak Anda antisipasi.

Berapa banyak agen yang dapat disimulasikan MiroFish?

Sistem ini nyaman menangani 50-200 agen. Simulasi yang lebih besar (500+) dimungkinkan tetapi membutuhkan lebih banyak komputasi dan membutuhkan waktu lebih lama untuk diproses.

Dapatkah saya menyesuaikan perilaku agen?

Ya. Anda dapat memodifikasi pola aktivitas, bobot pengaruh, dan distribusi sikap. Pengguna tingkat lanjut dapat mengedit konfigurasi agen secara langsung sebelum menjalankan simulasi.

Apakah MiroFish mendukung skenario non-Tiongkok?

Konfigurasi zona waktu default dioptimalkan untuk perilaku media sosial Tiongkok. Anda dapat menyesuaikan pola aktivitas untuk wilayah lain dengan memodifikasi konfigurasi waktu.

Apakah data saya bersifat pribadi?

Dokumen diproses secara lokal dan dikirim ke Zep Cloud untuk ekstraksi entitas. Zep menyimpan data sesuai dengan ketentuan layanan mereka. Untuk materi sensitif, pertimbangkan menggunakan alternatif database grafik lokal.

Kesimpulan

MiroFish menciptakan dunia paralel digital di mana Anda dapat menguji skenario media sosial sebelum terjadi di dunia nyata. Dengan mensimulasikan ratusan agen AI dengan kepribadian dan pola perilaku yang berbeda, ini mengungkapkan narasi yang muncul, gerakan balasan, dan suara-suara berpengaruh yang tidak terdeteksi oleh alat analisis tradisional.

Baik Anda merencanakan pengumuman kebijakan, meneliti perilaku audiens, atau menjelajahi “bagaimana jika” sastra, MiroFish menawarkan lensa baru untuk memahami dinamika sosial yang kompleks.