Conheça todas as peças do ecossistema MiroFish: do crawler de opinião pública ao simulador de predição, passando pelo analista multiagente.
O MindSpider é (ou era) o crawler de opinião pública do ecossistema. Projetado para coletar dados de 13+ plataformas sociais, ele extraía posts, comentários e reações para alimentar os outros componentes com dados reais do mundo real.
O MindSpider foi projetado como um "ouvido digital" - capaz de capturar o pulso da opinião pública em plataformas como Twitter/X, Reddit, Weibo, Zhihu, Douyin e outras. Utilizava IA para filtrar ruído e identificar tendências relevantes. Embora o repositório tenha sido arquivado, suas funcionalidades foram integradas ao BettaFish, que agora oferece coleta e análise em um único sistema.
Mesmo com o MindSpider arquivado, o conceito de coleta estruturada é fundamental. Para simulações no MiroFish, você pode usar o BettaFish para coleta ou preparar seus próprios dados em formato compatível (documentos de texto com opiniões de diferentes fontes e perspectivas).
O BettaFish é o analista multiagente do ecossistema, com impressionantes 39.6k stars no GitHub. Ele utiliza 5 agentes especializados para transformar dados brutos em análises estruturadas e acionáveis.
Os 5 agentes especializados do BettaFish trabalham em sequência: QueryEngine decompõe perguntas complexas em sub-consultas. MediaEngine coleta e processa dados de plataformas sociais. InsightEngine analisa padrões e gera insights. ReportEngine compila tudo em relatórios estruturados. ForumEngine monitora fóruns e comunidades para opiniões de nicho.
Com 39.6k stars, o BettaFish é um dos projetos de análise multiagente mais populares do GitHub. Cada agente usa ferramentas específicas como insight_forge (geração de insights estruturados), panorama_search (busca contextual ampla) e interview_agents (entrevistas automatizadas entre agentes para validação cruzada de informações).
Recebe a pergunta do usuário e a decompõe em sub-consultas otimizadas para cada fonte de dados.
Coleta dados de redes sociais, notícias e outras fontes. Integra funcionalidades do antigo MindSpider.
Analisa os dados coletados, identifica padrões, tendências e gera insights acionáveis.
Compila análises em relatórios estruturados com visualizações, pronto para alimentar o MiroFish.
Monitora fóruns e comunidades de nicho para capturar opiniões especializadas e contranarrativas.
O MiroFish é o coração do ecossistema: o motor de simulação e predição que transforma dados analisados em mundos digitais paralelos onde agentes autônomos interagem e geram previsões comportamentais.
O MiroFish recebe dados do BettaFish (ou de documentos preparados manualmente), constrói um grafo de conhecimento via GraphRAG, gera personas diversas para centenas de agentes, configura um ambiente de simulação (tipo Twitter/Reddit) e executa simulações paralelas onde esses agentes interagem. Os padrões emergentes dessas interações são as predições do sistema.
O verdadeiro poder do ecossistema está na integração das peças: cada componente alimenta o próximo com dados cada vez mais estruturados e enriquecidos, criando uma esteira que vai de dados brutos a predições acionáveis.
A esteira completa: Coleta (BettaFish/MediaEngine captura dados de redes sociais e notícias) → Análise (BettaFish/InsightEngine identifica padrões e gera insights) → Predição (MiroFish constrói grafo, gera agentes e simula cenários). Cada etapa multiplica o valor dos dados, transformando ruído em sinal.
BettaFish coleta posts, comentários, notícias e análises de múltiplas plataformas sobre o tema de interesse.
InsightEngine e ReportEngine analisam os dados, identificam padrões de opinião e geram relatórios estruturados.
MiroFish constrói o grafo de conhecimento (GraphRAG) a partir dos relatórios e dados estruturados.
Agentes são gerados, o cenário é configurado e a simulação roda, gerando predições comportamentais.
O DeepSearchAgent é uma ferramenta de pesquisa profunda que funciona como uma etapa preparatória para a simulação. Ele busca informações detalhadas sobre um tema, indo além de buscas superficiais para coletar contexto rico e diversificado.
Diferente de uma busca simples no Google, o DeepSearchAgent realiza múltiplas iterações de pesquisa: busca inicial, análise dos resultados, geração de novas consultas baseadas no que encontrou, e aprofundamento em subtemas relevantes. O resultado é um corpus de documentos abrangente e diversificado que serve como entrada ideal para o GraphRAG do MiroFish.
Use o DeepSearchAgent antes de simulações sobre temas que você não conhece profundamente. Ele garante que o grafo de conhecimento será construído a partir de informações abrangentes, não apenas de fontes superficiais que você encontraria em uma busca rápida.
Compreender como cada peça do ecossistema se conecta é fundamental para planejar projetos e resolver problemas. O mapa de relações mostra as entradas, saídas e dependências de cada componente.
DeepSearchAgent → BettaFish: Pesquisa profunda alimenta a coleta com contexto adicional.
BettaFish → MiroFish: Relatórios de análise servem como dados de entrada para o GraphRAG.
MiroFish (GraphRAG) → MiroFish (Simulação): O grafo alimenta a geração de personas e contextualização.
MiroFish (Simulação) → Usuário: Relatórios de predição e interface de interação com agentes.
Na prática, não é obrigatório usar todos os componentes. Você pode alimentar o MiroFish diretamente com seus próprios documentos, pulando BettaFish e DeepSearchAgent. A esteira completa é o caminho ideal para máxima qualidade, mas o MiroFish funciona de forma independente quando os dados de entrada são adequados.