666ghj/BettaFish

BettaFish – AI 驱动的多智能体舆情分析平台

是什么 – BettaFish（中文名“微舆”）是一个开源系统，将多个专用 AI 智能体串联起来，自动从数十个中国及国际社交媒体平台爬取、分析并生成公共意见报告。用户通过简单的聊天式查询与系统交互；平台随后执行完整流水线：

1. 数据收集 24/7 通过分布式网络爬虫（微博、小红书、抖音、快手等）持续采集数据。
2. 多模态内容处理 – 文本、图像和短视频被送入专用的“媒体”智能体，提取字幕、OCR、情感等信号。
3. 运行分析智能体套件 – Query 智能体负责广域网络搜索，Insight 智能体深入挖掘私有评论数据库，Report 智能体整合分析结果。
4. 通过“论坛”引擎协作 – 智能体在 LLM“主持人”引导下进行辩论，实现链式思维推理，降低单一模型偏差。
5. 生成交互式 HTML（可选 PDF/Markdown）报告，包含图表、摘要和原始出处摘录。

---

核心组件

组件	作用	关键技术
QueryEngine	跨 30+ 来源的广域新闻与网络搜索	LLM 驱动的搜索节点，自定义工具包装器
MediaEngine	视频、图像、短视频的多模态分析	视觉-LLM 适配器，OCR，语音转文本流水线
InsightEngine	深度挖掘私有评论数据库（SQLAlchemy 异步）	微调情感模型（BERT-LoRA，Qwen-3），关键词优化
ReportEngine	多轮报告生成、模板选择、布局、PDF 导出	Markdown 模板引擎，IR（中间表示）模式，WeasyPrint 生成 PDF
ForumEngine	智能体发布、阅读、回应的协调层	LLM“主持人”作为辩论调解者，循环反思机制
MindSpider	被智能体使用的独立社交媒体爬虫	Playwright 驱动的浏览器自动化，主题提取，深度情感爬取

---

亮点（README 中的“六大优势”）

1. AI 驱动的 24/7 监控 – 爬虫集群持续从 >10 个主要平台采集数据。
2. 混合分析引擎 – 结合五个专用智能体、微调模型与统计方法。
3. 强大的多模态能力 – 可解析短视频并提取结构化卡片（天气、股票、日历等）。
4. 论坛式协作推理 – 智能体在 LLM 主持人下辩论，生成更丰富、更少同质化的洞察。
5. 私有-公开数据融合 – 安全 API 支持注入自有业务数据库，实现内外部联合分析。
6. 轻量、可扩展的 Python 设计 – 模块化包，一键 Docker 部署，可轻松替换或扩展任一智能体。

---

快速启动（Docker）

# 1. 复制环境模板并编辑凭证
cp .env.example .env
# 2. 拉取并启动所有服务
docker compose up -d
# 3. 打开 UI
open http://localhost:5000

若偏好本地运行，README 提供了 Conda/uv 环境配置、Playwright 浏览器驱动安装及可选 PDF 导出依赖项说明。

---

典型使用流程

1. 提出问题 – 例如：“分析过去一个月武汉大学的声誉。”
2. 智能体并行启动 – Query、Media 和 Insight 智能体开始收集数据。
3. 论坛循环 – 智能体交换发现，主持人引导深入搜索，反思循环持续直至收敛。
4. 报告合成 – ReportEngine 选择 Markdown 模板，规划章节长度，验证 JSON IR，渲染交互式 HTML 报告（PDF 可选）。
5. 结果 – 一份精炼、引用丰富的报告保存在 final_reports/ 目录下，可下载或进一步定制。

---

可扩展性

• 更换模型 – 任意 OpenAI 兼容 API 可替换默认 LLM；微调情感模型已内置。
• 添加领域 – 通过编辑智能体专用提示文件（prompts/）和工具配置，同一流水线可复用于金融、市场研究、产品反馈等场景。
• 自定义数据源 – 可接入额外爬虫或数据库连接器；系统将自动将其纳入论坛讨论。

---

许可与社区

• 许可证：GPL-2.0
• 贡献指南：见 CONTRIBUTING.md；中文“L站”论坛（README 中提供链接）有活跃讨论。
• 赞助商：Inferera（LLM API）、Anspire Open（搜索/文件解析服务）、APIMart（图像/视频生成）。

---

总结：BettaFish 是一个全栈式、多智能体的自动化多模态舆情分析框架，以 Docker 就绪的 Python 项目形式打包，包含 Web UI、模块化智能体与高级协作推理引擎。