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 – 多代理社交媒體洞察平台

是什麼 – BettaFish 是一個開源、基於 Python 的系統，將多個專用 AI 代理整合，從數十個社交媒體平台（微博、小紅書、TikTok 等）收集、分析並報告公眾意見。使用者透過簡單的聊天式查詢與系統互動；平台隨後執行一連串代理的流程，進行資料爬取、多模態（文字＋圖片＋影片）分析、情感與主題模型運算，並最終生成精緻的互動式 HTML（或 PDF/Markdown）報告。

核心元件

引擎	角色	主要職責
QueryEngine	廣泛搜尋代理	使用 LLM 驅動的提示發起網路搜尋，取得新聞與評論，並總結初步發現。
MediaEngine	多模態代理	下載並分析短影片／音訊、圖片，並從搜尋結果中提取結構化卡片（天氣、股票、日曆等）。
InsightEngine	私有資料與深度情感代理	連接使用者提供的 PostgreSQL/MySQL 儲存，執行關鍵字優化查詢，進行微調情感分析（BERT-LoRA、Qwen-3 等）。
ReportEngine	報告生成器	收集代理的輸出，選擇 Markdown 模板，規劃章節長度，驗證基於 JSON 的中間表示（IR），並渲染互動式 HTML 報告（PDF 可透過 WeasyPrint 選配）。
ForumEngine	代理協作中心	實作「論壇」機制，由 LLM 主持的調解員協調三個分析代理之間的辯論，實現迭代優化並避免單一模型偏見。
MindSpider	爬取子系統	一組基於 Playwright 的爬蟲，從支援的平台中擷取主題、評論與影片；包含廣義主題萃取器與深度情感爬蟲。

作業流程（高階流程）

使用者查詢 – Flask 端點接收自然語言請求（例如：「分析武漢大學的聲譽」）。
並行啟動 – QueryEngine、MediaEngine 與 InsightEngine 同時啟動，各自使用獨立工具集。
初步概覽 – 代理執行快速搜尋並返回簡潔摘要。
策略規劃 – 基於概覽，系統決定如何將問題拆解為子任務。
迭代式論壇迴圈 – ForumEngine 監控代理，LLM 調解員提示更深入搜尋，代理反思彼此發現，迴圈重複直至滿足停止條件。
報告組裝 – ReportEngine 收集所有中間結果，建構 JSON IR，驗證，選擇 Markdown 模板，並渲染最終 HTML（可選 PDF/Markdown）。

主要特色

跨 10+ 國內外平台的 AI 驅動 24/7 爬取。
混合分析：結合 LLM 推理、微調情感模型與傳統統計方法。
多模態能力 – 解析短影片、圖片與結構化搜尋引擎卡片。
論壇式代理協作 – 由辯論主導的 LLM 引導多個代理，產出更豐富、更少同質化的洞察。
私有資料整合 – 安全連接器讓企業能將內部資料庫與公開意見融合。
模組化、輕量級 Python 設計 – 每個引擎獨立封裝為套件；開發者可透過單一設定變更替換提示、工具或模型。
一鍵 Docker 部署及各引擎可選 Streamlit 前端。
報告生成 – 包含 SVG 圖表的互動式 HTML 報告，透過 WeasyPrint 可選導出 PDF，Markdown 作為降級方案。

快速入門（Docker 快速啟動）

# 複製環境範本並編輯憑證
cp .env.example .env
# 啟動所有服務（Flask + PostgreSQL + 代理）
docker compose up -d
# 然後開啟 UI
open http://localhost:5000

開發時可使用 Streamlit 個別執行各引擎，例如 streamlit run SingleEngineApp/query_engine_streamlit_app.py。

可擴充性

提示交換 – 修改 */prompts/ 下任一代理的提示檔，即可重新導向系統（例如從品牌聲譽分析轉為金融市場分析）。
模型插件 – 所有 LLM 呼叫皆使用 OpenAI 相容包裝；可將 *_ENGINE_BASE_URL 環境變數指向 Azure、Anthropic 或自架模型。
自訂工具 – 在 tools/ 目錄中新增搜尋或媒體萃取工具，代理將自動識別並使用。

授權與社群

授權：GPL-2.0（見 LICENSE）。
貢獻指南：見 CONTRIBUTING.md。
支援：Inferera 提供的 LLM-API 贊助；Anspire Open 提供的額外基礎設施（搜尋、檔案解析、瀏覽器自動化）。
示範與文件：包含對武漢大學的完整執行報告（final_reports/），README 中附有操作影片連結。

TL;DR

BettaFish 是一個功能完整的多代理意見分析引擎，可自動爬取公開社交媒體資料，執行多模態與情感模型，透過論壇機制讓代理辯論，並產出互動式報告——全部由 Python、Flask 與 Docker 協調。它既可直接供終端使用者（透過 Web UI）使用，也適合希望將代理客製化至其他領域的開發者。