Qu’est-ce que MiroFish ?
MiroFish, incubé par Shanda Group, prend un matériau de départ comme un article d'actualité, un projet de politique publique ou un roman, en tire un graphe de connaissances, génère des personas d'agents pour les personnes et les groupes qu'il y trouve, et les fait évoluer en même temps sur des plateformes simulées inspirées de Twitter et de Reddit. Un ReportAgent lit ensuite le monde simulé et rédige un rapport de prédiction ; vous pouvez discuter avec n'importe quel agent ensuite ou injecter de nouvelles variables en cours d'exécution.
La simulation elle-même est OASIS, de CAMEL-AI, que le README cite ; MiroFish ajoute le pipeline, une application web en Vue, Zep Cloud pour la mémoire des agents et l'étape du rapport. Il faut un endpoint LLM compatible OpenAI (le README recommande qwen-plus d'Alibaba) et une clé Zep Cloud, et il tourne depuis les sources ou avec Docker Compose.
Le dépôt a été créé le 26 novembre 2025, est sous AGPL-3.0 et compte environ 83 700 étoiles GitHub et 12 700 forks. La dernière version étiquetée est la v0.1.2 (7 mars 2026) ; une série de correctifs de fiabilité est arrivée en juillet 2026.
MiroFish vaut-il le coup ?
MiroFish est un simulateur de scénarios bien emballé, pas un outil de prévision, et cette distinction décide s'il mérite vos tokens. Vous chargez un projet de politique ou un article, vous décrivez ce que vous voulez savoir, et il construit des personas pour les personnes et les groupes du texte, les laisse publier, répondre, suivre et se disputer sur deux plateformes simulées, puis confie le résultat à un ReportAgent. Le résultat se lit comme une prévision. À la date de cette vérification, le projet ne publie ni benchmark de précision ni backtest, et les exemples financiers et politiques du README sont toujours annoncés comme à venir.
L'essentiel du travail difficile est emprunté. La société d'agents est OASIS, de CAMEL-AI, un simulateur évalué par les pairs conçu pour jusqu'à un million d'agents et 23 actions ; la configuration de MiroFish expose 6 actions sur la plateforme de type Twitter et 13 sur celle de type Reddit. Ce qu'apporte MiroFish, c'est la colle : extraction du matériau de départ vers un graphe, génération des personas, l'application web, l'agent de rapport et la possibilité d'interroger les agents après une exécution. Cette colle explique ses quelque 83 700 étoiles, et aussi pourquoi une équipe qui n'a besoin que de la simulation peut aller directement à OASIS.
Le coût est ce qu'il faut anticiper. Chaque action d'agent est un appel au LLM, donc la dépense croît avec le nombre d'agents multiplié par le nombre de tours ; le README prévient que la consommation est élevée et conseille de commencer sous 40 tours, la valeur par défaut étant 10. Les volumes de tokens par exécution ne sont pas publiés. La mémoire passe par Zep Cloud, dont l'offre gratuite donne 10 000 crédits par mois avec des limites de débit variables ; au-delà, Flex coûte $125 par mois pour 50 000 crédits.
Le hic : les dépendances hébergées et la licence pèsent dans un cadre sérieux. Les documents chargés et la mémoire de chaque persona quittent votre réseau vers votre fournisseur de LLM et Zep, ce qui exclut les contenus confidentiels, sauf à passer au fork MiroFish-Offline, construit sur Neo4j et Ollama. L'AGPL-3.0 impose qu'un produit hébergé reposant sur du code modifié propose son code source aux utilisateurs. L'application web n'a pas d'identification dans l'installation documentée et la clé secrète Flask retombe sur une valeur fixe par défaut ; elle doit donc rester sur localhost. Les versions se sont arrêtées à la v0.1.2 en mars, avec environ 228 issues et pull requests ouvertes. Enfin, les agents LLM suivent la foule davantage que les humains, ce qui grossit les effets de troupeau.
Notre avis : une exécution de MiroFish se traite comme un jeu de guerre sur table. Elle fait apparaître des réactions et des arguments auxquels vous n'aviez pas pensé, et constitue une piètre preuve de ce qui se passera vraiment. À côté de TradingAgents, qui permet au moins de soumettre ses décisions à un backtest, il demande davantage de foi.
Là où il fait la différence
La responsable communication d'une marque grand public de taille moyenne
Voir comment un communiqué de rappel de produit pourrait être reçu sur les réseaux sociaux avant sa diffusion
Chargez le projet de communiqué et la couverture récente, lancez une simulation de 10 tours, puis interrogez les personas les plus en colère sur leurs raisons. Le coût se limite aux tokens LLM et à l'offre gratuite de Zep ; la valeur est une liste d'objections à traiter, pas une prévision de sentiment.
Un étudiant de master en sciences sociales computationnelles
Mener des expériences rapides de polarisation sans câbler OASIS à la main
Alimentez MiroFish avec un texte de politique publique, modifiez une variable en cours d'exécution depuis la vue de Dieu, et comparez les rapports des deux exécutions. Pour un travail publiable, passez directement à OASIS et maîtrisez les prompts des agents.
Une romancière ou un scénariste de jeu vidéo
Explorer la réaction possible d'une galerie de personnages à un rebondissement
La démo du README prolonge Le Rêve dans le pavillon rouge à partir de ses 80 premiers chapitres. Chargez votre manuscrit, injectez le rebondissement et discutez ensuite avec les personnages ; un long manuscrit implique davantage d'appels pour l'extraction du graphe.
Avant de vous engager
- Mise en route
- Copiez .env.example vers .env, renseignez LLM_API_KEY, LLM_BASE_URL, LLM_MODEL_NAME et ZEP_API_KEY, puis npm run setup:all et npm run dev (Node 18+, Python 3.11 à 3.12, uv), ou docker compose up -d. L'application écoute sur les ports 3000 et 5001.
- Intégrations
- Toute API LLM compatible OpenAI, avec un second modèle plus rapide en option ; Zep Cloud pour la mémoire en graphe ; OASIS et CAMEL pour la simulation. Les imports acceptent les fichiers PDF, Markdown et texte jusqu'à 50MB.
- Données et confidentialité
- Application auto-hébergée, mais les documents de départ, la mémoire des personas et les prompts partent chez votre fournisseur de LLM et chez Zep Cloud. Les données de simulation sont stockées sous backend/uploads. AGPL-3.0 ; le fork MiroFish-Offline remplace Zep et les LLM cloud par Neo4j et Ollama.
- Coût à grande échelle
- Pas d'édition payante. Le coût LLM croît avec agents fois tours et les volumes de tokens par exécution ne sont pas publiés ; l'offre gratuite de Zep donne 10 000 crédits par mois, Flex $125/mois pour 50 000 crédits.
- Limites
- Aucun benchmark de précision publié ; environ 228 issues et pull requests ouvertes ; aucune version étiquetée depuis la v0.1.2 en mars 2026 ; les agents LLM suivent le troupeau plus que les humains ; pas d'authentification intégrée.
Les points forts
- Pipeline du document à la simulation avec interface web, sans code à écrire
- Repose sur OASIS, un simulateur social évalué par les pairs
- Interroger des agents individuels et le ReportAgent après une exécution
- N'importe quel endpoint LLM compatible OpenAI ; interface en anglais et en chinois
Les points faibles
- Aucun benchmark de précision ni backtest publié
- La dépense en tokens croît avec agents fois tours ; pas de chiffres par exécution
- Exige Zep Cloud : documents et mémoire quittent votre réseau
- Pas d'identification sur l'application web ; dernière version en mars 2026
Idéal pour
Les équipes communication, politiques publiques et recherche qui veulent éprouver la réaction possible d'un public à un projet, et qui liront le résultat comme un scénario plutôt que comme une prévision.
Alternatives à MiroFish
MiroFish : questions fréquentes
- MiroFish vaut-il le coup ?
- MiroFish est le moyen le plus simple de voir une foule de personas LLM réagir à un document, mais rien ne montre encore que ses prédictions font mieux qu'un analyste attentif. Nous lui donnons 3.6 sur 5.
- Combien coûte MiroFish ?
- Gratuit et open source (AGPL-3.0). Vous payez les tokens LLM et la mémoire Zep Cloud au-delà de ses 10 000 crédits gratuits par mois ; Zep Flex coûte $125/mois.
- Quels sont les inconvénients de MiroFish ?
- Aucun benchmark de précision ni backtest publié; la dépense en tokens croît avec agents fois tours ; pas de chiffres par exécution; exige Zep Cloud : documents et mémoire quittent votre réseau; pas d'identification sur l'application web ; dernière version en mars 2026.
- À qui s’adresse MiroFish ?
- Les équipes communication, politiques publiques et recherche qui veulent éprouver la réaction possible d'un public à un projet, et qui liront le résultat comme un scénario plutôt que comme une prévision.
- Combien coûte MiroFish pour une équipe ou en production ?
- Pas d'édition payante. Le coût LLM croît avec agents fois tours et les volumes de tokens par exécution ne sont pas publiés ; l'offre gratuite de Zep donne 10 000 crédits par mois, Flex $125/mois pour 50 000 crédits.
- MiroFish est-il sûr pour les données de l’entreprise ?
- Application auto-hébergée, mais les documents de départ, la mémoire des personas et les prompts partent chez votre fournisseur de LLM et chez Zep Cloud. Les données de simulation sont stockées sous backend/uploads. AGPL-3.0 ; le fork MiroFish-Offline remplace Zep et les LLM cloud par Neo4j et Ollama.
- Quelles sont les meilleures alternatives à MiroFish ?
- Les alternatives les plus proches que nous avons testées sont TradingAgents et DeerFlow.
Réponses vérifiées le 3 nov. 2026.