Introdução
Você já viu acontecer. Uma empresa anuncia uma nova política. Uma celebridade faz uma declaração controversa. Uma notícia inesperada surge. As mídias sociais explodem, e as consequências se espalham de maneiras que ninguém previu.
E se você pudesse ver como um cenário se desenrola antes que ele aconteça no mundo real?
MiroFish é uma plataforma de simulação de IA multiagente que responde a perguntas do tipo "e se" sobre mídias sociais. Ela cria um mundo paralelo digital onde centenas de agentes de IA com personalidades distintas, memórias e padrões de comportamento interagem livremente. Você faz upload de material inicial — um artigo de notícias, um rascunho de política, um artigo de pesquisa — e o MiroFish simula como diferentes públicos podem reagir ao longo do tempo.
Este explicativo aborda o que o MiroFish faz, como funciona a simulação multiagente e quando você pode usá-lo.
Que Problema o MiroFish Resolve?
A Lacuna de Previsão
As mídias sociais se movem rapidamente e reagem de maneiras imprevisíveis. Ferramentas de análise tradicionais olham para trás:
- Análise de sentimento diz o que as pessoas pensam agora
- Monitoramento de tendências mostra o que está popular hoje
- Métricas de engajamento medem o que já aconteceu
Nenhuma delas ajuda você a ver o que pode acontecer se você publicar aquele anúncio, divulgar aquele relatório ou responder a aquela controvérsia.
A Alternativa: Mundos Paralelos Digitais
MiroFish adota uma abordagem diferente. Em vez de analisar mídias sociais reais, ele cria uma versão simulada:
- Constrói um grafo de conhecimento a partir dos seus documentos de origem
- Extrai entidades (pessoas, organizações, veículos de mídia) e as transforma em agentes de IA
- Atribui personalidades com base nas informações extraídas (níveis de atividade, pesos de influência, posições de postura)
- Executa uma simulação onde os agentes postam, comentam e reagem ao longo de horas ou dias simulados
- Analisa o resultado para ver como as narrativas se formam, quais vozes dominam e quais contramovimentos emergem
Pense nisso como um simulador de voo para cenários de mídias sociais.
Como o MiroFish Funciona: O Fluxo de Trabalho de Cinco Etapas
┌─────────────┐ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ Etapa 1 │ ──► │ Etapa 2 │ ──► │ Etapa 3 │ ──► │ Etapa 4 │ ──► │ Etapa 5 │
│ Geração de │ │ Construção │ │ Configuração│ │ Simulação │ │ Geração de │
│ Ontologia │ │ GraphRAG │ │ do Ambiente│ │ Execução │ │ Relatório │
└─────────────┘ └─────────────┘ └─────────────┘ └─────────────┘ └─────────────┘
Etapa 1: Geração de Ontologia
O sistema analisa seus documentos de entrada e requisitos de simulação, então usa um LLM para gerar uma ontologia personalizada. Isso define:
- 10 tipos de entidade (ex: Estudante, Professor, Universidade, Veículo de Mídia, Agência Governamental)
- 10 tipos de relacionamento (ex: TRABALHA_PARA, COMENTA_SOBRE, RESPONDE_A)
- Atributos para cada tipo
A ontologia impõe uma estrutura de dois níveis: 8 tipos específicos baseados no seu conteúdo, mais 2 tipos de fallback (Pessoa e Organização) para capturar qualquer coisa que não se encaixe em outro lugar.
Etapa 2: Construção GraphRAG
Seus documentos são divididos em blocos (500 caracteres com sobreposição de 50 caracteres) e enviados para o Zep Cloud em lotes. O sistema:
- Cria um grafo autônomo com um ID exclusivo
- Define a ontologia personalizada
- Envia lotes de texto para extração de entidades e relacionamentos
- Aguarda o Zep processar cada episódio
- Recupera o grafo final com nós e arestas
O resultado: um grafo de conhecimento com centenas ou milhares de entidades conectadas por relacionamentos.
Etapa 3: Configuração do Ambiente
O gerador de configuração de simulação analisa o grafo de conhecimento e cria parâmetros detalhados para os agentes:
- Configuração de tempo baseada em padrões de fuso horário chinês (horas de pico 19-22, horas mortas 0-5)
- Configuração de eventos com postagens iniciais e tópicos quentes
- Configurações de atividade do agente (postagens por hora, atrasos de resposta, pesos de influência)
- Configurações de plataforma para Twitter e Reddit com diferentes limites virais
Etapa 4: Execução da Simulação
Os agentes acordam de acordo com seus horários de atividade e começam a postar, comentar e reagir. O sistema executa simulações paralelas no Twitter e Reddit, registrando cada ação em arquivos JSONL em tempo real.
Uma simulação típica de 72 horas gera milhares de ações em ambas as plataformas.
Etapa 5: Geração de Relatórios
O Agente de Relatórios usa três ferramentas de recuperação principais para analisar o que aconteceu:
- InsightForge: Busca aprofundada que decompõe perguntas em subconsultas
- PanoramaSearch: Visão de escopo total, incluindo fatos históricos expirados/inválidos
- InterviewAgents: Entrevistas em tempo real com agentes ativos via IPC
O relatório final mostra a evolução da narrativa, momentos chave, vozes influentes e contramovimentos.
O Que São Agentes de IA no MiroFish?
Cada agente no MiroFish é uma entidade de IA independente com:
| Atributo | Descrição | Exemplo |
|---|---|---|
| Identidade | Nome, nome de usuário, biografia | “@ZhangWei_Estudante” |
| Persona | Personalidade e histórico | “Estudante de pós-graduação pesquisando ética em IA” |
| Nível de Atividade | Com que frequência eles postam (0.0-1.0) | 0.8 = muito ativo |
| Horas Ativas | Quando estão online | [8, 9, 10, 11, 18, 19, 20, 21, 22, 23] |
| Atraso de Resposta | Com que rapidez reagem (minutos) | 5-30 min |
| Peso de Influência | Quão provável é que outros vejam suas postagens | 0.8 (baixo) a 3.0 (alto) |
| Posição | Posição sobre tópicos | Apoiador, opositor, neutro, observador |
| Memória | Ações e interações passadas | Armazenado no grafo Zep Cloud |
Os agentes tomam decisões autonomamente. Eles escolhem quando postar, o que comentar e como responder com base em sua personalidade e no estado atual da simulação.
O Que Você Pode Simular?
Notícias e Anúncios de Políticas
Faça upload de um rascunho de política ou artigo de notícias. Veja como diferentes grupos de partes interessadas reagem:
- Quais vozes amplificam a mensagem?
- Quais críticas surgem?
- Como as narrativas evoluem ao longo de 24-72 horas?
Pesquisa Acadêmica
Faça upload de um artigo de pesquisa. Simule a recepção acadêmica e pública:
- Quais descobertas chamam a atenção?
- Quais mal-entendidos surgem?
- Como as respostas de especialistas e leigos diferem?
Cenários de Crise
Faça upload de relatórios de incidentes ou materiais de fundo. Teste estratégias de resposta:
- Como a narrativa muda se você responder imediatamente versus esperar?
- Quais contranarrativas emergem?
- Quais influenciadores impulsionam a conversa?
Análise Literária e Histórica
Faça upload de um romance ou texto histórico. Explore cenários de "e se":
- Como os personagens poderiam reagir a eventos além do final original?
- Quais resultados alternativos são plausíveis?
- Quais relacionamentos impulsionam os pontos chave da trama?
O Que Torna o MiroFish Diferente?
Inteligência de Enxame, Não Agentes Únicos
Muitas ferramentas de IA usam um único agente para simular "um usuário". O MiroFish usa centenas de agentes com personalidades distintas. Isso cria um comportamento emergente — narrativas e movimentos que surgem das interações, e não de scripts pré-programados.
Simulação em Plataforma Dupla
Twitter e Reddit funcionam em paralelo com dinâmicas diferentes:
- Twitter: Disseminação viral rápida, alto impacto de influenciadores
- Reddit: Discussões em tópicos, narrativas impulsionadas pela comunidade
A comparação de ambas as plataformas mostra como a mecânica da plataforma afeta os resultados.
Grafo de Conhecimento Temporal
Relacionamentos no MiroFish têm metadados de tempo:
valid_at: Quando o relacionamento se tornou válidoinvalid_at: Quando ele se tornou inválidoexpired_at: Quando ele foi substituído
Isso permite rastrear como os relacionamentos evoluem, não apenas o estado atual.
Entrevistas com Agentes ao Vivo
Você pode entrevistar agentes ativos durante ou após a simulação:
Pergunta
Agente 12 (Estudante)
Isso fornece insights qualitativos além das métricas quantitativas.
Arquitetura Técnica em Resumo
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ Frontend │ │ Backend │ │ Serviços │
│ (Vue.js) │ ◄─► │ (FastAPI) │ ◄─► │ Externos │
│ │ │ │ │ │
│ - Construtor de │ │ - API REST │ │ - Zep Cloud │
│ grafo │ │ - Gerenciamento │ │ - API LLM │
│ - Monitor de │ │ de subprocesso│ │ - Estrutura │
│ simulação │ │ - Stream JSONL │ │ OASIS │
│ - Visualizador │ │ │ │ │
│ de relatório │ │ │ │ │
└─────────────────┘ └─────────────────┘ └─────────────────┘
Pilha de Backend
- Python FastAPI para endpoints REST
- OASIS Framework para simulação de agentes
- Zep Cloud para armazenamento e recuperação de grafo de conhecimento
- SQLite para bancos de dados de estado de simulação
Pilha de Frontend
- Vue.js 3 para UI reativa
- WebSocket para atualizações em tempo real
- D3.js para visualização de grafo
Design de API com Apidog
O backend MiroFish expõe mais de 40 endpoints em 5 serviços principais:
| Serviço | Endpoints | Propósito |
|---|---|---|
| Construção de Grafo | 8 | Geração de ontologia, upload em lote, consulta de status |
| Leitor de Entidades | 4 | Filtragem de entidades, seleção de tipo, exportação |
| Gerador de Configurações | 6 | Geração de configuração de tempo/evento/agente/plataforma |
| Executor de Simulação | 12 | Iniciar, parar, monitorar, entrevistar, gerenciamento de estado |
| Gerador de Relatórios | 5 | Recuperação, análise, geração de resumo |
Apidog foi usado para projetar todos os endpoints, simular respostas para o desenvolvimento frontend e gerar documentação de API. Isso identificou incompatibilidades de esquema precocemente e manteve a equipe alinhada durante todo o desenvolvimento.
Quando Você Deve Usar o MiroFish?
Bons Casos de Uso
- Planejamento de cenários: “E se anunciarmos X na próxima semana?”
- Análise de partes interessadas: “Como diferentes grupos reagirão a Y?”
- Rastreamento de narrativa: “Quais contra-argumentos surgem contra Z?”
- Validação de pesquisa: “Nossas hipóteses sobre o comportamento do público se confirmam?”
- Exploração educacional: “Como essas figuras históricas reagiriam a eventos modernos?”
Casos de Uso Não Recomendados
- Previsão precisa: MiroFish mostra resultados plausíveis, não futuros garantidos
- Monitoramento em tempo real: Ele simula cenários hipotéticos, não rastreia mídias sociais ao vivo
- Análise em pequena escala: O sistema brilha com centenas de agentes; exagero para pesquisas simples
- Fenômenos não sociais: Ele modela dinâmicas de mídias sociais, não sistemas econômicos ou físicos
Começando com o MiroFish
Requisitos
- Python 3.10+
- Node.js 18+
- Chave de API Zep Cloud
- Acesso à API LLM (compatível com OpenAI)
Início Rápido
# Clone o repositório
git clone https://github.com/666ghj/MiroFish.git
cd MiroFish
# Instale as dependências
pip install -r requirements.txt
npm install
# Configure o ambiente
cp .env.example .env
# Edite .env com suas chaves de API
# Inicie o backend
python backend/app/main.py
# Inicie o frontend
npm run dev
Primeira Simulação
- Faça upload de documentos: Arquivos PDF, TXT ou MD contendo seu material de origem
- Defina os requisitos da simulação: Que pergunta você está explorando?
- Gere a ontologia: Deixe o sistema analisar e propor tipos de entidade
- Construa o grafo de conhecimento: Extraia entidades e relacionamentos
- Configure e execute: Defina a duração da simulação e inicie
- Monitore e entreviste: Observe as ações em tempo real, entreviste agentes
- Gere o relatório: Obtenha um resumo do que aconteceu
Uma primeira simulação típica leva de 30 a 60 minutos do início ao fim.
Perguntas Frequentes
Quão precisas são as simulações?
O MiroFish gera cenários plausíveis com base em dados de entrada e modelos comportamentais. Pense nisso como explorar um espaço de possibilidades, não prever resultados específicos. O valor está em trazer à tona dinâmicas que você pode não ter antecipado.
Quantos agentes o MiroFish pode simular?
O sistema lida confortavelmente com 50-200 agentes. Simulações maiores (500+) são possíveis, mas exigem mais poder computacional e levam mais tempo para processar.
Posso personalizar o comportamento do agente?
Sim. Você pode modificar padrões de atividade, pesos de influência e distribuições de postura. Usuários avançados podem editar as configurações do agente diretamente antes de executar simulações.
O MiroFish suporta cenários não chineses?
A configuração de fuso horário padrão é otimizada para o comportamento das mídias sociais chinesas. Você pode personalizar os padrões de atividade para outras regiões modificando a configuração de tempo.
Meus dados são privados?
Os documentos são processados localmente e enviados para o Zep Cloud para extração de entidades. O Zep retém dados de acordo com seus termos de serviço. Para materiais sensíveis, considere usar uma alternativa de banco de dados de grafo local.
Conclusão
O MiroFish cria mundos paralelos digitais onde você pode testar cenários de mídias sociais antes que eles aconteçam no mundo real. Ao simular centenas de agentes de IA com personalidades e padrões de comportamento distintos, ele revela narrativas emergentes, contramovimentos e vozes influentes que as ferramentas de análise tradicionais não detectam.
Seja você planejando um anúncio de política, pesquisando o comportamento do público ou explorando "e se" literários, o MiroFish oferece uma nova lente para entender dinâmicas sociais complexas.