Kebanyakan tool prediksi bekerja dengan cara yang sama: kumpulkan data historis, jalankan model statistik, keluarkan angka probabilitas. MiroFish mengambil jalan yang jauh lebih ambisius. Alih-alih menghitung probabilitas dari data mentah, proyek open source ini membangun dunia digital paralel berisi ribuan agent AI dengan kepribadian, memori, dan logika perilaku masing-masing, lalu membiarkan mereka berinteraksi secara sosial sampai pola masa depan muncul dengan sendirinya.

Repositori ini sudah mengumpulkan lebih dari 67.000 star dan 10.500 fork di GitHub, dan mendapat dukungan strategis dari Shanda Group.

Apa Itu MiroFish

MiroFish adalah engine prediksi generasi baru yang digerakkan teknologi multi-agent. Cara kerjanya dimulai dari mengekstrak "seed information" dari dunia nyata, bisa berupa berita terkini, draf kebijakan, atau sinyal finansial, lalu secara otomatis membangun dunia digital paralel dengan fidelitas tinggi. Di dalam ruang ini, ribuan agent cerdas dengan kepribadian independen, memori jangka panjang, dan logika perilaku berinteraksi bebas dan mengalami evolusi sosial.

Yang membuat pendekatan ini berbeda adalah kemampuan menyuntikkan variabel secara dinamis dari sudut pandang "mata Tuhan" untuk mendeduksi lintasan masa depan secara presisi. Ibaratnya, Anda merehearsal masa depan di dalam sandbox digital, dan memenangkan keputusan lewat simulasi berulang kali.

Cara pakainya sederhana di permukaan: unggah materi seed berupa laporan analisis data atau cerita novel, lalu jelaskan kebutuhan prediksi Anda dalam bahasa natural. MiroFish akan mengembalikan laporan prediksi mendetail beserta dunia digital interaktif berfidelitas tinggi yang bisa dieksplorasi lebih jauh.

Visi di Balik Proyek Ini

MiroFish memposisikan diri sebagai cermin swarm intelligence yang memetakan realita. Dengan menangkap fenomena emergent kolektif yang muncul dari interaksi individu, proyek ini mengklaim menembus batasan metode prediksi tradisional dalam dua level:

Di level makro, MiroFish berfungsi sebagai laboratorium rehearsal untuk para pengambil keputusan, memungkinkan kebijakan dan strategi public relations diuji tanpa risiko nyata sebelum benar-benar dijalankan.

Di level mikro, MiroFish jadi sandbox kreatif untuk pengguna individu, entah untuk mendeduksi akhir cerita sebuah novel atau mengeksplorasi skenario imajinatif yang menyenangkan.

Alur Kerja Teknis

MiroFish bekerja lewat lima tahap:

Graph Building. Ekstraksi seed data, injeksi memori individu maupun kolektif, dan konstruksi GraphRAG sebagai basis pengetahuan simulasi.

Environment Setup. Ekstraksi relasi antar entitas, generasi persona untuk tiap agent, dan injeksi konfigurasi agent ke dalam dunia simulasi.

Simulation. Simulasi paralel di dua platform sekaligus, parsing otomatis kebutuhan prediksi dari input pengguna, dan pembaruan memori temporal secara dinamis seiring simulasi berjalan.

Report Generation. ReportAgent bekerja dengan toolset yang kaya untuk berinteraksi mendalam dengan lingkungan pasca-simulasi dan menyusun laporan akhir.

Deep Interaction. Pengguna bisa mengobrol langsung dengan agent mana pun di dalam dunia simulasi, atau berinteraksi lebih jauh dengan ReportAgent untuk menggali detail tambahan.

Contoh Penggunaan yang Sudah Didemonstrasikan

Tim MiroFish sudah merilis dua demo yang menunjukkan rentang kemampuannya. Yang pertama adalah simulasi opini publik di Wuhan University, dijalankan berdasarkan laporan yang dihasilkan tool bernama BettaFish. Yang kedua justru lebih tidak biasa: simulasi mendeduksi akhir cerita yang hilang dari novel klasik Tiongkok "Dream of the Red Chamber" (Hongloumeng), berdasarkan ratusan ribu kata dari 80 bab pertama novel tersebut.

Dua contoh ini menunjukkan MiroFish tidak cuma dirancang untuk kebutuhan serius seperti prediksi finansial atau politik, tapi juga terbuka untuk eksplorasi naratif dan kreatif.

Teknologi di Baliknya

MiroFish ditulis dengan kombinasi Python (57,6%) untuk backend dan Vue (41,2%) untuk frontend. Engine simulasi intinya dibangun di atas OASIS (Open Agent Social Interaction Simulations), proyek open source dari tim CAMEL-AI, yang menyediakan fondasi untuk mensimulasikan interaksi sosial antar agent dalam skala besar.

Untuk kebutuhan LLM, MiroFish mendukung API model apa pun yang kompatibel format OpenAI SDK, dengan rekomendasi resmi memakai model Qwen-plus lewat Alibaba Bailian Platform. Proyek ini juga terhubung dengan Zep Cloud untuk kebutuhan manajemen memori agent, dengan kuota gratis bulanan yang menurut dokumentasinya cukup untuk penggunaan sederhana.

Perlu dicatat, developer menyarankan mencoba simulasi dengan kurang dari 40 ronde dulu, karena konsumsi API untuk menjalankan ribuan agent secara paralel bisa cukup besar.

Cara Menjalankan MiroFish

Ada dua jalur instalasi. Jalur pertama, deployment dari source code, membutuhkan Node.js 18 ke atas, Python versi 3.11 atau 3.12, dan uv sebagai package manager Python. Setelah dependency terpasang lewat perintah instalasi satu klik, frontend berjalan di port 3000 dan backend API di port 5001.

Jalur kedua lewat Docker, cukup menyalin file environment variable lalu menjalankan docker compose. Konfigurasi ini membaca file .env dari direktori root dan memetakan port yang sama seperti deployment source code.

Sebelum menjalankan, dua environment variable wajib diisi: kredensial API LLM (base URL dan nama model bisa disesuaikan dengan provider yang dipakai) serta API key Zep Cloud untuk manajemen memori.

Cocok untuk Siapa dan Kebutuhan Apa

Peneliti dan analis kebijakan publik. MiroFish bisa dipakai untuk menguji reaksi publik terhadap draf kebijakan atau strategi komunikasi sebelum benar-benar diluncurkan ke dunia nyata, meminimalkan risiko backlash yang tidak terduga.

Tim komunikasi dan PR korporat. Simulasi opini publik seperti contoh Wuhan University menunjukkan MiroFish bisa dipakai memprediksi bagaimana suatu isu atau pengumuman akan direspons di ranah publik, sebelum benar-benar dipublikasikan.

Peneliti dan praktisi finansial. Dengan sinyal finansial sebagai seed data, engine ini berpotensi dipakai mensimulasikan bagaimana pasar atau sentimen investor bereaksi terhadap suatu peristiwa.

Penulis dan kreator konten. Contoh deduksi akhir cerita Hongloumeng menunjukkan penggunaan yang lebih ringan: mengeksplorasi kemungkinan alur cerita, membangun dunia fiksi yang konsisten, atau sekadar bermain dengan skenario "bagaimana jika" dari sebuah narasi.

Praktisi dan peneliti multi-agent system. Karena dibangun di atas OASIS dan memakai GraphRAG untuk basis pengetahuan, MiroFish juga jadi referensi teknis menarik bagi siapa pun yang mendalami simulasi sosial berbasis LLM, agent memory, dan swarm intelligence.

Catatan Penting

MiroFish masih tergolong proyek muda, dengan rilis terbaru versi 0.1.2 pada Maret 2026 dan status masih di bawah lisensi AGPL-3.0. Sebagai proyek yang baru mendapat traksi besar, sebagian fitur dan dokumentasinya kemungkinan masih terus berkembang. Bagi yang tertarik mengujinya tanpa instalasi, tersedia demo online langsung dari repositori resminya, dan komunitas developer bisa dihubungi lewat Discord atau grup QQ yang tercantum di README proyek.