666ghj/BettaFish

微舆：人人可用的多Agent舆情分析助手，打破信息茧房，还原舆情原貌，预测未来走向，辅助决策！从0实现，不依赖任何框架。

BettaFish – マルチエージェントソーシャルメディアインサイトプラットフォーム

何であるか – BettaFish はオープンソースで Python で構築されたシステムであり、Weibo、小紅書、TikTok など数十のソーシャルメディアプラットフォームからの公開意見を収集・分析・レポート化するための専門的な AI エージェントを統合しています。ユーザーはシンプルなチャット形式のクエリでシステムとやり取りし、プラットフォームはエージェントのパイプラインを実行します。データクロール、マルチモーダル（テキスト＋画像＋動画）分析、感情分析・トピックモデルの実行、最終的に洗練されたインタラクティブな HTML（または PDF/Markdown）レポートの生成を行います。

コアコンポーネント

エンジン	役割	主な業務
QueryEngine	広範囲検索エージェント	LLM駆動のプロンプトを使用してウェブ検索を実行し、ニュースやコメントを取得し、初期の発見を要約します。
MediaEngine	マルチモーダルエージェント	短い動画／音声、画像をダウンロード・分析し、検索結果から構造化されたカード（天気、株価、カレンダーなど）を抽出します。
InsightEngine	プライベートデータ・ディープセンチメントエージェント	ユーザー提供の PostgreSQL/MySQL ストアに接続し、キーワード最適化されたクエリを実行し、ファインチューニングされた感情分析（BERT-LoRA、Qwen-3 など）を実行します。
ReportEngine	レポート生成エンジン	エージェントの出力を収集し、Markdownテンプレートを選択し、チャプターの長さを計画し、JSONベースの中間表現（IR）を検証して、インタラクティブな HTML レポートをレンダリングします（WeasyPrint経由でPDFもオプション）。
ForumEngine	エージェント協働ハブ	「フォーラム」を実装し、LLMホストのモデレーターが3つの分析エージェント間の議論を調整することで、反復的な精緻化を可能にし、単一モデルバイアスを回避します。
MindSpider	クローリングサブシステム	Playwright駆動のスパイダー群で、対応プラットフォームからトピック、コメント、動画を収集します。広範囲トピック抽出器とディープセンチメントクローラーを含みます。

動作方法（概要フロー）

ユーザークエリ – Flaskエンドポイントが自然言語のリクエスト（例："武漢大学の評判を分析してください"）を受け取ります。
並列起動 – QueryEngine、MediaEngine、InsightEngine が同時に起動し、それぞれ独自のツールセットを使用します。
初期概要 – エージェントが迅速な検索を行い、簡潔な要約を返します。
戦略計画 – 概要に基づき、システムは問題をサブタスクに分割する方法を決定します。
反復的フォーラムループ – ForumEngine がエージェントを監視し、LLMモデレーターがより深い検索を促し、エージェントが互いの発見を検討し、停止条件が満たされるまでループを繰り返します。
レポート構築 – ReportEngine がすべての中間結果を集約し、JSON IR を構築し、検証し、Markdownテンプレートを選択し、最終的な HTML（およびオプションの PDF/Markdown）をレンダリングします。

主な特徴

10以上もの国内・国際プラットフォームで24時間AI駆動のクローリング。
ハイブリッド分析：LLMの推論、ファインチューニングされたセンチメントモデル、古典的な統計手法を組み合わせます。
マルチモーダル機能：短い動画、画像、構造化された検索エンジンカードを解析可能。
フォーラムスタイルのエージェント協働：議論を主導するLLMが複数のエージェントを導き、より豊かで均一性の低いインサイトを生み出します。
プライベートデータ統合：企業が内部データベースを公開意見と組み合わせられる安全な接続機能。
モジュール化・軽量なPython設計：各エンジンは個別のパッケージにあり、1つの設定変更でプロンプト・ツール・モデルを置き換え可能。
1クリックDockerデプロイと、各エンジン用のオプションのStreamlitフロントエンド。
レポート生成：SVGチャートを含むインタラクティブなHTMLレポート、WeasyPrintによるPDFエクスポート、Markdownフォールバック。

セットアップ手順（Dockerクイックスタート）

# envテンプレートをコピーして認証情報を編集
cp .env.example .env
# すべてのサービスを起動（Flask + PostgreSQL + エージェント）
docker compose up -d
# その後UIを開く
open http://localhost:5000

開発時には、streamlit run SingleEngineApp/query_engine_streamlit_app.py のように各エンジンを個別にStreamlitで実行できます。

拡張性

プロンプトの交換 – */prompts/ 内の任意のエージェントプロンプトファイルを変更することで、システムのターゲットをブランド評判から金融市場分析などに再設定可能。
モデルプラグイン – すべてのLLM呼び出しはOpenAI互換ラッパーを使用。*_ENGINE_BASE_URL 環境変数をAzure、Anthropic、または自己ホストモデルに設定可能。
カスタムツール – tools/ ディレクトリに新しい検索またはメディア抽出ユーティリティを追加すると、エージェントが自動的に認識します。

ライセンスとコミュニティ

ライセンス: GPL-2.0（LICENSE を参照）。
貢献ガイドライン: CONTRIBUTING.md に記載。
サポート: Inferera からのLLM-APIスポンサーシップ；Anspire Open（検索、ファイル解析、ブラウザ自動化）からの追加インフラストラクチャ。
デモとドキュメント: 武漢大学に関する完全実行レポートが final_reports/ に含まれており、READMEにウォークスルー動画のリンクあり。

TL;DR

BettaFish は、公開ソーシャルメディアデータをクロールし、マルチモーダルおよびセンチメントモデルを実行し、フォーラムメカニズムを通じてエージェントが議論し、インタラクティブなレポートを出力する完全機能のマルチエージェント意見分析エンジンです。Python、Flask、Dockerでオーケストレーションされ、Web UI経由でエンドユーザー向けに利用可能であり、他のドメイン向けにエージェントをカスタマイズしたい開発者にも最適です。