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。
| 平台 | 累計安裝 | 累計下載 | 星標 | 評論 |
|---|---|---|---|---|
| ClawHub ↗ | 31 | 1489 | 1 | - |
| SkillHub ↗ | 141 | 1467 | 2 | — |
各平台的計數口徑不同,統計時間不一致。
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
以下是根據技能文件生成的示例,不代表實際執行結果。
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 |
|---|---|---|---|
| 2026-09 | 1489 | — | 2 |
| 2026-08 | 1304 | +18.7% | 2 |
| 2026-07 | 1099 | +31.1% | 2 |
| 2026-06 | 838 | +18.2% | 2 |
| 2026-05 | 709 | — | 2 |
| 2026-03 | 336 | — | 1 |
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。
---
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"] }, "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
將開發過程中的經驗、錯誤與修正記錄為 Markdown 檔案,供日後重用並提升為工作區記憶。
用自然語言描述需求,在本機與遠端技能市場尋找技能並取得推薦。
給 AI agent 用的瀏覽器自動化命令列技能。
將使用者明確糾正與自我檢視整理成分層記憶,並依使用情況升級或封存。
在安裝第三方技能之前,按清單審查來源、許可權與危險模式的技能。
將代理記憶與跨技能狀態整理成具型別與約束的知識圖譜。
規劃 AI 代理主動跟進、工作記憶與回顧流程的工作區設定指南。
指導如何建立與更新有效 Claude 技能的寫作指南。
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。