MiroFish

MiroFish的作者

MiroFish的作者是中国大学生，10天完成开发主要靠AI辅助编程+前作技术积累+高效开发模式。

一、作者信息

  • 姓名：郭航江（网名 BaiFu）
  • 身份：中国科学技术大学大四学生，20岁（00后）
  • 国籍：中国
  • 前作：BettaFish（多智能体舆情分析工具，GitHub爆款）

二、为什么10天就能开发出来

  1. 前作技术打底
    MiroFish是在BettaFish的基础上迭代，从“舆情分析”升级为“事件预测”，复用了多智能体、GraphRAG等核心技术，不用从零开始。

  2. AI辅助编程（Vibe Coding）

    • 用Claude Code、Gemini等AI工具写代码、搭框架、做界面。
    • 开多个AI代理并行开发，快速生成方案并择优。
    • 作者亲自校验代码，保证逻辑正确。

  3. 高效开发流程

    • 60%时间做需求调研与技术选型，方向清晰。
    • 用Git、文档做模块化管理，避免返工。
    • 聚焦核心功能，快速迭代出可用原型。

  4. 个人能力与资源

    • 作者本身是中科大计算机相关专业，技术能力强。
    • 加入盛大后获得资金与资源支持，专注开发。

需要我把MiroFish的核心技术与开发流程整理成一份简明清单，方便你快速理解吗？

MiroFish 可以用来写《权力的游戏》，这本小说赚了很多钱，而且烂尾了

MiroFish简直是为《权力的游戏》续写/重写量身打造的工具——既完美适配权游「多阵营博弈、多角色交织、强剧情反转」的核心特质，又能靠多智能体群体博弈解决原作烂尾的核心问题（人设崩塌、剧情逻辑断层、伏笔烂尾），甚至能推演N个符合权游世界观、逻辑自洽又充满反转的结局，比人工续写更贴合原著精髓，具体怎么用、核心优势和实操思路都特别清晰：

一、为什么MiroFish写《权力的游戏》，比人工续写/普通AI更合适？

权游的核心难点不是“写剧情”，而是**「数十个核心角色的人设一致性+九大阵营的利益博弈逻辑+埋了上百个伏笔的闭环回收」**，这正是人工续写容易翻车、普通AI完全驾驭不了的点，而MiroFish的多智能体群体博弈，刚好把这三个难点变成了核心优势：

  1. 解决「人设崩塌」问题：权游烂尾的核心槽点是龙妈、小恶魔等核心角色性格突变，而MiroFish会为每个角色打造专属智能体，注入其从第一季到第七季的完整记忆、性格特质、利益立场（比如龙妈的“解放者”执念、小恶魔的“兰尼斯特家族+智斗”核心、雪诺的“守誓+身世”矛盾），智能体的所有决策都基于人设，绝不会出现“龙妈突然屠城、小恶魔智商下线”的OOC行为；
  2. 解决「阵营博弈逻辑断层」问题：权游的核心是九大家族+异鬼的利益制衡与博弈，而MiroFish能为每个阵营搭建利益关联知识图谱（比如兰尼斯特与提利尔的联姻矛盾、史塔克与坦格利安的身世纠葛、各方对铁王座的诉求差异），智能体会基于阵营利益自主交互、结盟/反水/开战，剧情发展是博弈的自然结果，而非人工强行凑结局；
  3. 解决「伏笔烂尾」问题：原作埋了“亚梭尔·亚亥转世”“三眼乌鸦的预言”“龙的数量寓意”等大量伏笔，MiroFish可将所有伏笔录入知识图谱并设置“触发条件”，多智能体博弈过程中，会基于剧情发展自动触发伏笔、完成闭环，比如雪诺的身世会成为其与龙妈关系的核心矛盾，三眼乌鸦的预言会成为对抗异鬼的关键线索，不会出现伏笔凭空消失的情况；
  4. 适配权游「多线叙事、蝴蝶效应」的特质：权游是典型的多线并行叙事，一个角色的小行为可能引发整个大陆的格局变化（比如奈德被斩引发五王之战），而MiroFish支持大规模智能体（数十个核心角色+数十个配角）同时博弈，并能精准模拟“蝴蝶效应”——比如你让“罗柏没打破婚约”这个微小变量注入，智能体会重新推演整个五王之战的走向，生成完全不同的剧情，这和权游的世界观高度契合。

二、用MiroFish写/续写《权力的游戏》的3种核心玩法（从简单到复杂，直接上手）

结合MiroFish的核心能力，既可以续写第八季烂尾剧情，也可以重写关键节点的剧情走向，还能推演全新的平行世界结局，完全覆盖权游粉丝的核心诉求：

玩法1：精准续写第八季，还原“符合原著的真结局”

这是最贴合粉丝需求的玩法，核心是基于前七季的完整设定，推翻第八季的烂尾剧情，让MiroFish推演从“异鬼攻破临冬城”开始的真实结局：

  1. 输入基础信息：把前七季的所有核心角色人设、阵营利益、伏笔线索、剧情节点整理成文本，上传至MiroFish；
  2. 设定博弈起点：以“异鬼攻破临冬城，各方势力联手抗敌，铁王座的争夺仍在继续”为博弈起点，明确当前的核心矛盾（「对抗异鬼」与「争夺铁王座」的优先级冲突、各角色的核心目标）；
  3. 配置智能体参数：为龙妈、雪诺、小恶魔、瑟曦、布兰、珊莎等核心角色配置专属行为边界（比如龙妈绝不可能无故屠城、小恶魔的决策必基于智斗、雪诺的行为必守誓），避免OOC；
  4. 启动群体博弈：MiroFish的智能体会基于人设和利益自主博弈，比如龙妈与雪诺的身世矛盾会在抗敌中逐渐爆发，瑟曦会借机坐收渔利，小恶魔会在中间斡旋，最终推演出具有反转、逻辑自洽、伏笔闭环的结局（比如雪诺为了抗异鬼放弃铁王座，龙妈成为七国女王但守住了“解放者”底线，瑟曦的阴谋最终败露）；
  5. 人工筛选优化：从MiroFish生成的多个结局版本中，筛选最贴合权游风格的版本，做少量文字润色（比如优化权游特有的“暗黑+史诗”文风），即可成为完整的续写内容。

玩法2：重写关键剧情节点，探索“如果XXX，权游会怎样”

权游的粉丝一直有很多“意难平”的关键节点（比如奈德被斩、罗柏惨死红色婚礼、乔佛里被杀），用MiroFish可以修改任意关键节点的结果，推演全新的剧情走向，比如：

  • 变量1：奈德在君临没被斩，成功带着珊莎和艾莉亚逃回北境；
  • 变量2：罗柏没有打破与弗雷家族的婚约，红色婚礼没有发生；
  • 变量3：龙妈在弥林没有放走卓耿，早早带着三条龙返回维斯特洛；
    只需将这些变量注入MiroFish的虚拟环境，智能体会基于新的起点重新推演整个权游的剧情，生成完全不同的平行世界故事，比如“罗柏没死于红色婚礼，史塔克家族联手坦格利安，五王之战的结局彻底改写”，满足粉丝的所有脑洞。

玩法3：全新创作《权力的游戏》前传/后传，贴合原世界观

除了续写和重写，还能利用MiroFish创作权游前传（比如“坦格利安家族的龙家内战”）或后传（比如“铁王座和平后的七国格局”）：

  1. 输入世界观设定：把权游的核心世界观（比如维斯特洛大陆的地理、家族体系、魔法规则、龙的设定）上传至MiroFish，搭建基础的虚拟环境；
  2. 设定核心角色和阵营：比如创作龙家内战，就为韦赛里斯、雷妮拉、伊蒙德等核心角色打造智能体，注入其性格和利益诉求；
  3. 启动自由博弈：MiroFish的智能体会基于权游的世界观，自主展开阵营博弈、角色互动，生成符合权游风格的史诗剧情，包括战争、阴谋、联姻、反转等核心元素，你只需做剧情筛选和文风润色，就能快速完成前传/后传的创作。

三、用MiroFish写权游的核心优势：比普通AI/人工续写多2个“致命亮点”

亮点1：剧情有「权游式的暗黑与反转」，而非“爽文式的平铺直叙”

普通AI写作会基于训练数据生成“皆大欢喜”的爽文结局，而MiroFish的多智能体博弈会基于“利益最大化”原则做决策，这和权游的“暗黑写实”风格高度契合——智能体为了阵营利益会不择手段，结盟、反水、背刺等剧情会自然发生，比如“珊莎为了北境的独立，与瑟曦短暂结盟对抗龙妈”，这种充满人性复杂的剧情，正是权游的核心魅力。

亮点2：支持「粉丝参与式创作」，打造千人千面的结局

MiroFish是开源的，粉丝可以自主注入不同的变量，推演属于自己的权游结局，比如有的粉丝希望“史塔克家族统一七国”，有的希望“龙妈和雪诺联手抗异鬼，共同登上铁王座”，有的希望“布兰成为三眼乌鸦后，守护维斯特洛大陆，铁王座被废除”，每个人都能通过MiroFish实现自己的脑洞，甚至可以形成一个“权游平行结局宇宙”，大幅提升创作的趣味性和传播性。

四、小实操建议：让MiroFish的输出更贴合「权游文风」

MiroFish的核心是剧情推演，生成的文本可能偏口语化，需要做少量文风优化，让内容更贴合权游的“史诗+暗黑+简洁”风格，只需注意3点：

  1. 保留权游的经典台词风格：比如角色对话要简洁、有力量，避免冗长的抒情，比如龙妈的对话要带有“解放者”的霸气，小恶魔的对话要带有“智斗”的幽默和犀利；
  2. 强化场景的史诗感：比如战争场景要突出“残酷与宏大”，临冬城、君临等经典场景的描写要贴合原著的设定；
  3. 保留人性的复杂：避免把角色塑造成“纯善”或“纯恶”，比如瑟曦虽阴险，但对子女的母爱要保留；龙妈虽正义，但对权力的执念也要体现，这正是权游的人物魅力。

最后：这个创作思路的商业价值，和权游原作一样大

权游作为全球顶级IP，粉丝对“烂尾结局”的不满持续至今，如果你用MiroFish推演并整理出**《权力的游戏：真结局》，无论是做成小说、漫画、短视频解说，还是在粉丝社群发布，都能快速引爆流量——既契合了粉丝的核心诉求，又有“AI多智能体推演”的科技感和新鲜感，商业变现的空间极大（比如出版、版权合作、粉丝付费解锁专属结局），这和你做阿乌拉的“刚需+痛点+价值挖掘”**逻辑完全一致，妥妥的“借顶级IP做爆款内容”的思路。

其实你也可以把这个**“AI多智能体推演顶级IP烂尾内容”的思路，嫁接到阿乌拉的数据增值服务**里，比如为黑客松的文创类项目做“剧情推演+IP开发”的AI辅助，要不要我帮你梳理下这个商业延伸的落地路径？

如何学习MiroFish使用的技术

MiroFish的核心技术栈是多智能体系统（MAS）+ GraphRAG + LLM + OASIS仿真引擎，学习路径清晰、可落地，按“先懂原理→再练工具→最后实战”三步走即可。

一、先搞懂：MiroFish用了哪些核心技术

1. 多智能体系统（Multi-Agent System, MAS）

  • 核心：让每个角色/实体成为独立智能体，有记忆、性格、目标、决策逻辑，群体交互自然演化
  • MiroFish关键：时序GraphRAG记忆（动态记忆、关系演化）+ 群体智能涌现（个体交互产生复杂社会行为）
  • 底层依赖：博弈论、分布式决策、强化学习（MARL）

2. GraphRAG（知识图谱+检索增强生成）

  • 区别传统RAG：静态知识→动态时序图谱，支持多跳推理、全局关系理解
  • MiroFish用途：
    • 把《冰与火》文本转成实体-关系-属性知识图谱
    • 为每个智能体注入完整人设、记忆、行为逻辑
    • 确保人设不崩、伏笔全收、逻辑闭环

3. OASIS仿真引擎（Camel-AI开源）

  • 架构：环境服务器+代理模块+时间引擎+可扩展推理器
  • MiroFish作用：大规模智能体并行仿真、剧情线同步收束、变量注入推演

4. 技术栈总览（直接对标学习）

  • 后端：Python + FastAPI + uv
  • 前端：Vue3 + Vite
  • 核心依赖：Zep Cloud（GraphRAG记忆）、OASIS、LLM（Qwen/OpenAI兼容）

二、分阶段学习路线（从入门到实战，6–12个月）

阶段1：基础打底（1–2个月）→ 能看懂MiroFish代码

1. 编程与AI基础
  • Python（3.11–3.12）：异步、FastAPI、uv包管理
  • 大模型基础：LLM原理、提示词工程、RAG基础
  • 图数据基础：图结构、Neo4j/NetworkX、图算法（最短路径、社区检测）
2. 核心理论入门
  • 多智能体系统：BDI模型、智能体决策、群体协作
  • 知识图谱：RDF/OWL、实体抽取、关系构建
  • 推荐资源：
    • 课程：斯坦福CS234（多智能体）、CS224W（图机器学习）
    • 书籍：《多智能体系统：算法、博弈论与计算基础》、《知识图谱：方法、实践与应用》

阶段2：核心技术攻坚（3–4个月）→ 掌握MiroFish核心模块

1. GraphRAG（重中之重）
  • 学习路径：
    1. 吃透微软GraphRAG论文与开源实现
    2. 用Zep Cloud搭建时序记忆图谱（MiroFish同款）
    3. 实战：把小说/剧本转成知识图谱，做智能体记忆注入
  • 工具：Zep Cloud、Neo4j、LangChain、PyTorch Geometric
2. 多智能体系统（MAS）
  • 学习路径：
    1. 基础框架：AutoGen、MetaGPT、Camel-AI（OASIS）
    2. 算法：MAPPO、QMIX、GAT-MARL（多智能体强化学习）
    3. 实战：用OASIS搭建多智能体社会仿真（MiroFish底层）
  • 工具：OASIS（Camel-AI）、PettingZoo、SMAC环境
3. 仿真引擎与工程化
  • 掌握：异步架构、大规模并发、Docker部署、API设计
  • 实战：复现MiroFish的上帝视角、变量注入、剧情推演功能

阶段3：MiroFish实战（2–3个月）→ 能二次开发/搭建同类系统

1. 上手MiroFish开源项目
  • 环境：Node.js 18+、Python 3.11–3.12、uv
  • 步骤：
    1
    2
    3
    4
    git clone https://github.com/666ghj/MiroFish.git
    cd MiroFish && npm run setup:all
    # 配置.env：LLM_KEY、ZEP_KEY、OASIS参数
    npm run dev
  • 目标：跑通小说续写/世界模拟（如《冰与火》智能体推演）
2. 核心模块二次开发
  • 定制GraphRAG：优化人设注入、时序记忆、伏笔触发逻辑
  • 扩展OASIS：新增剧情分支、角色关系演化、多结局生成
  • 工程优化：提升百万级智能体仿真性能、可视化交互
3. 落地项目（对标MiroFish）
  • 项目1：史诗级小说续写引擎（冰与火/魔戒类）
  • 项目2：虚拟世界模拟器（社会/商业/历史推演）
  • 项目3：多智能体内容创作平台（剧本/游戏剧情生成）

三、关键资源清单（直接用，少走弯路）

1. 核心框架与工具

2. 学习资料

  • 论文：GraphRAG（微软2024）、OASIS（Camel-AI）、MAPPO、时序知识图谱
  • 课程：斯坦福CS234、CS224W、UCAS多智能体课程
  • 书籍：《多智能体系统》、《知识图谱》、《强化学习：导论》

3. 实战数据集

  • 小说：《冰与火之歌》前5部+设定集
  • 剧本：权力的游戏、指环王等史诗剧本
  • 通用：维基百科、领域知识库（构建知识图谱）

四、学习重点与避坑

  1. 先抓GraphRAG+多智能体：这是MiroFish的核心，比纯LLM更关键
  2. 时序记忆是灵魂：普通RAG做不到，必须用时序GraphRAG（Zep）
  3. OASIS是仿真底座：掌握它才能做大规模智能体并行、剧情收束
  4. 别沉迷理论：先跑通MiroFish源码，再改模块、加功能

五、最终目标

  • 能独立搭建类MiroFish的多智能体仿真系统
  • 能完美复刻《冰与火》续写：人设不崩、逻辑闭环、伏笔全收、风格统一
  • 理解AI创作与人类创作的边界：AI做精准还原与推演，人类做灵魂与情感表达

需要我把上面的路线整理成一份可直接执行的6个月周计划，并附上每阶段的代码模板与配置文件吗？

如果我学会了这些技术，我能在香港找哪些类型的工作？

你掌握的多智能体（MAS）+ GraphRAG + OASIS仿真 + LLM技术栈，在香港属于稀缺、高薪、跨赛道通用的硬核能力，能覆盖AI研发、金融科技、Web3/游戏、内容/IP、学术/科研五大核心方向，下面按岗位类型、薪资、匹配度、代表公司给你讲透。

一、AI研发岗（最对口、薪资最高）

1. AI智能体/多智能体系统工程师（Agent Engineer）

  • 核心匹配：MAS、OASIS仿真、智能体决策、群体交互
  • 岗位职责：设计多智能体架构、开发智能体记忆/决策/交互模块、搭建大规模仿真系统、实现人设/剧情/逻辑闭环
  • 薪资：
    • 初级（1–3年）：30–50K HKD/月
    • 中级（3–5年）：50–80K HKD/月
    • 高级（5–10年）：80–150K HKD/月（16–24薪）
  • 代表公司：
    • 大厂：腾讯AI Lab（香港）、字节跳动、百度研究院、TCL企业研究
    • 独角兽：Camel-AI、Zep Cloud、AutoGen团队、本地AI创业公司
    • 科研机构：港科大、港中文、中科院香港创新院

2. GraphRAG/知识图谱工程师

  • 核心匹配：GraphRAG、时序知识图谱、实体抽取、多跳推理、记忆注入
  • 岗位职责：构建领域知识图谱、开发RAG检索增强系统、实现智能体长期记忆、确保人设/逻辑/伏笔一致性
  • 薪资：40–90K HKD/月（与智能体岗相当，略高）
  • 代表公司：金融科技公司、内容AI公司、医疗AI、智慧城市项目

3. 大模型应用/多智能体架构师

  • 核心匹配：LLM+MAS融合、LangGraph/CrewAI/AutoGen、OASIS仿真、系统工程化
  • 岗位职责：设计端到端多智能体系统、优化LLM+Agent性能、部署大规模仿真集群、对接业务场景
  • 薪资：70–150K HKD/月（资深架构师可达200K+）
  • 代表公司：金融科技、游戏AI、Web3、内容创作平台

二、金融科技/量化岗（香港最强赛道，高薪+稀缺）

1. 量化AI/多智能体交易研究员

  • 核心匹配：MAS、博弈论、强化学习（MARL）、时序GraphRAG、市场仿真
  • 岗位职责：用多智能体模拟市场参与者行为、构建交易策略、风险仿真、高频/量化交易系统开发
  • 薪资：50–150K HKD/月 + 高额分红（年薪可达数百万）
  • 代表公司：弘量科技、Two Sigma、Jane Street、本地量化私募、投行AI部门

2. 金融智能体/风控仿真工程师

  • 核心匹配：智能体决策、GraphRAG风控图谱、OASIS风险仿真、多主体博弈
  • 岗位职责：开发信贷/反欺诈智能体、构建金融知识图谱、模拟市场风险、合规与监管仿真
  • 薪资：40–80K HKD/月
  • 代表公司：汇丰、渣打、中银香港、金融科技初创、金管局合作项目

三、Web3/区块链/虚拟世界（香港政策风口，人才缺口大）

1. Web3多智能体/DAO仿真工程师

  • 核心匹配：MAS、智能合约交互、DAO治理仿真、链上Agent、GraphRAG链上数据图谱
  • 岗位职责：开发链上智能体、模拟DAO治理、设计GameFi/NFT智能体、构建Web3知识图谱
  • 薪资：50–120K HKD/月（资深可达200K+）
  • 代表公司：本地Web3创业公司、公链项目、GameFi团队、NFT平台

2. 虚拟世界/元宇宙AI工程师

  • 核心匹配：OASIS仿真、多智能体NPC、虚拟社会演化、GraphRAG虚拟世界知识图谱
  • 岗位职责：开发虚拟世界智能体、实现NPC自主行为、搭建虚拟社会仿真、内容生成与剧情推演
  • 薪资：40–90K HKD/月
  • 代表公司：元宇宙创业公司、游戏公司、VR/AR项目、Web3虚拟世界平台

四、游戏/内容/IP创作（你的MiroFish技术直接落地）

1. 游戏AI/多智能体NPC工程师

  • 核心匹配：MAS、OASIS仿真、NPC行为树、剧情推演、GraphRAG游戏知识图谱
  • 岗位职责：开发自主决策NPC、实现多线剧情、游戏世界仿真、AI内容生成
  • 薪资：35–70K HKD/月
  • 代表公司：英飞科技、腾讯游戏（香港）、网易游戏、本地游戏工作室

2. 内容AI/IP智能体工程师（MiroFish直接对口）

  • 核心匹配：GraphRAG人设注入、多智能体剧情推演、OASIS世界仿真、风格统一/人设不崩
  • 岗位职责：开发小说/影视/IP续写引擎、构建IP知识图谱、智能体角色创作、多线剧情管理
  • 薪资：40–80K HKD/月
  • 代表公司：内容AI创业公司、影视公司、IP运营平台、MiroFish同类项目团队

五、学术/科研/高校（稳定、高起点、适合深造）

1. AI/多智能体研究员（Postdoc/Researcher）

  • 核心匹配：MAS、GraphRAG、强化学习、仿真系统、学术论文
  • 岗位职责：前沿算法研究、项目开发、论文发表、指导学生
  • 薪资：40–80K HKD/月（博士+项目奖金）
  • 代表机构：港科大、港中文、城大、理工、中科院香港创新院、AI实验室

2. 高校讲师/助理教授

  • 核心匹配：学术成果+工程能力+教学经验
  • 薪资：70–120K HKD/月 + 福利
  • 代表院校：香港八大高校、大湾区联合研究院

六、技术栈与岗位匹配速览（一眼看懂）

技术模块 最匹配岗位 核心价值
多智能体（MAS） 智能体工程师、量化AI、Web3 Agent 自主决策、群体交互、仿真演化
GraphRAG 知识图谱工程师、RAG专家、内容AI 人设/记忆/逻辑/伏笔闭环
OASIS仿真 仿真工程师、游戏AI、虚拟世界 大规模智能体并行、剧情收束
LLM+Agent 大模型架构师、AI产品、金融科技 端到端智能体系统落地

七、香港求职关键建议（针对你的技术）

  1. 优先投递AI研发+金融科技+Web3：这三个赛道最缺你的技术，薪资最高
  2. 突出MiroFish实战经验：把“搭建多智能体仿真、人设不崩、逻辑闭环、世界演化”写进简历，直接对标岗位需求
  3. 英语+粤语加分：香港职场英语必备，粤语加分
  4. 学历门槛：本科可投初级岗，硕士/博士更易拿高薪岗（3–5年经验后学历影响减弱）
  5. 工作签证：香港高才通/专才通计划对你这类技术人才非常友好，获批率高

八、最终结论

你学会这套技术，在香港不是“找工作”，而是“选赛道”：

  • 想高薪+稳定：选AI研发/金融科技
  • 想风口+高成长：选Web3/虚拟世界
  • 想兴趣+落地：选游戏/内容AI（MiroFish直接对口）
  • 想学术+稳定：选高校/科研

需要我把上面的岗位整理成一份香港求职简历模板（突出MiroFish技术），并附上3个最对口岗位的JD拆解与投递关键词吗？