ImL1s

MiroFish Predict

AI 智慧體v1.0.1
作者:ImL1s更新於 2026-05-17共 2 個版本 · 最新版本釋出於 2026-03-12mirofish-predict@clawhub_iml1s/mirofish-predict
任務自動化多 Agent 協作工作流編排

據 AlphaMoat 統計,截至 2026-09,MiroFish Predict 累計下載 1,489 次、獲 2 個星標,在全部 5,078 個 AI 技能中排名第 4,775 位,在「AI 智慧體」分類(969 個)中排名第 920 位。

累計安裝
141
累計下載
1489
星標
2
全站排名
#4,775
全站前 95% · 「AI 智慧體」前 95%
平台累計安裝累計下載星標評論
ClawHub ↗3114891-
SkillHub ↗14114672—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

它說明了從主題輸入、構建知識圖譜、生成代理到執行模擬和檢視報告的流程,也支援後續對報告追問。結果來自模擬,不是事實預測或投資建議;執行需要 Docker 和 LLM API 金鑰,並可能消耗大量模型資源。 需要 mirofish CLI 和 Docker 後端,執行前核對容器來源並監控模型費用。

資料釋出於 2026-10-29

可以用來做什麼

  • 圍繞一個主題啟動模擬並檢視推演報告

什麼時候用

  • 需要探索不同角色互動下可能出現的情景時

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

請說明該模擬工具的工作流程、執行前置條件,以及如何理解其結果的侷限。

月度資料趨勢

累計下載1489
24491315812026-03 · 累計下載 3362026-05 · 累計下載 7092026-06 · 累計下載 8382026-07 · 累計下載 10992026-08 · 累計下載 13042026-09 · 累計下載 148926-0326-09
星標2
1222026-03 · 星標 12026-05 · 星標 22026-06 · 星標 22026-07 · 星標 22026-08 · 星標 22026-09 · 星標 226-0326-09

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份累計下載環比星標
2026-091489—2
2026-081304+18.7%2
2026-071099+31.1%2
2026-06838+18.2%2
2026-05709—2
2026-03336—1

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。

2.5 KB · ClawHub v1.0.1
---
name: mirofish-predict
description: "MiroFish 群體智能推演引擎。當用戶要求「推演」「預測」「模擬」「如果…會怎樣」時使用。透過 55 個 AI Agent 在模擬社交平台上互動推演未來趨勢。"
homepage: https://github.com/666ghj/MiroFish
metadata:
  {
    "openclaw":
      {
        "emoji": "🐟",
        "requires": { "bins": ["mirofish", "docker"], "env": ["LLM_API_KEY"] },
展開全部(共 86 行)
        "primaryEnv": "LLM_API_KEY",
        "install":
          [
            {
              "id": "mirofish-npm",
              "kind": "node",
              "package": "mirofish-cli",
              "bins": ["mirofish"],
              "label": "Install MiroFish CLI (npm)",
            },
          ],
      },
  }
---

# MiroFish 群體智能推演

用 55 個 AI Agent 在模擬的 Twitter/Reddit 上互動,推演未來趨勢。

## 一鍵推演

```bash
mirofish predict "如果比特幣突破15萬美元,加密市場會怎樣?"
```

自動完成:啟動 Docker 後端 → 建立專案 → 構建知識圖譜 → 生成 Agent → 運行模擬 → 輸出報告。

## 首次設定

需要 Docker Desktop 和 LLM API key。

```bash
# 1. 啟動(首次會自動拉 Docker image)
mirofish serve start
# → 如果沒有 ~/.mirofish/.env,會生成模板讓你填 API key

# 2. 配置 API key 後重新啟動
mirofish serve start
```

### API Key 設定方式

- 環境變數:`export LLM_API_KEY=xxx`
- OpenClaw config:`skills."mirofish-predict".env.LLM_API_KEY`
- 檔案:`~/.mirofish/.env`

## 命令參考

| 命令 | 功能 |
|:---|:---|
| `mirofish predict "主題"` | 完整推演(自動啟動後端) |
| `mirofish predict "主題" --rounds=10` | 指定推演輪數 |
| `mirofish serve start` | 啟動 Docker 後端 |
| `mirofish serve stop` | 停止後端 |
| `mirofish serve status` | 檢查後端狀態 |
| `mirofish projects` | 列出所有專案 |
| `mirofish status <sim_id>` | 查詢模擬進度 |
| `mirofish report <sim_id>` | 取得推演報告 |
| `mirofish chat <sim_id> "問題"` | 對報告追問 |
| `mirofish interview <sim_id> <agent_id> "問題"` | 採訪特定 Agent |
| `mirofish env` | 顯示設定狀態 |

## 追問

```bash
mirofish chat <sim_id> "哪些 KOL 的觀點最極端?"
mirofish interview <sim_id> 0 "你對 BTC 破 15 萬有什麼看法?"
```

## 注意事項

- 推演消耗大量 LLM token(55 Agent × N 輪),本地模型可節省費用
- `--rounds` 建議 10-20 輪先試,效果好再加到 40
- `--platform` 可選 `twitter`、`reddit`、`parallel`(推薦 parallel)
- 建議 LLM ≥ 14B 參數

「AI 智慧體」分類下的熱門技能

資料月份:2026-09 · 下載/星標/安裝數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。