免费获取学习方案
ARTICLE DETAIL

资讯详情

深耕编程基础知识与建站技术分享的一线实战洞察。

MiroFish 版本更新完整指南:看懂本次改动并快速升级

MiroFish 版本更新完整指南:看懂本次改动并快速升级 MiroFish 版本更新完整指南看懂本次改动并快速升级【免费下载链接】MiroFishA Simple and Universal Swarm Intelligence Engine, Predicting Anything. 简洁通用的群体智能引擎预测万物项目地址: https://gitcode.com/GitHub_Trending/mi/MiroFish本次 MiroFish 版本更新主打稳定性模拟失败时立即报错不再挂起报告会过滤模型编造的内容Docker 镜像新增 ARM64 支持界面支持中英文切换。以下是全部改动清单与升级步骤看完即可动手。模拟不再卡住报错更明确模拟失败后立刻停止等待此前 Step 2 准备阶段或模拟本身出错时页面会一直轮询看起来还在跑实际已经没有任何进展。这次后端检测到失败状态后直接停止轮询并把错误信息显示在页面上你能直接看到是哪一步出了问题不用再翻服务器日志逐条排查。修复仅用 Twitter 模拟时的数据丢失只勾选 Twitter 平台建模拟时智能体人设数据会按默认平台逻辑加载个别情况下人设数据被静默丢弃。现在会按实际启用的平台读取对应的 CSV 人设数据。这个改动影响 Step 3 模拟开始前的平台设置环节。报告过滤模型编造的工具结果ReportAgent 调取模拟数据时LLM 偶尔会把编造的工具返回内容写进上下文污染后续结论。这次后端会统一剥离这些伪造的 tool_result 块报告只基于真实调取的数据生成在 Step 4「报告生成」和 Step 5「深度互动」里都能验证效果。画面中可以看到报告标题、章节目录与逐节展开的分析正文是当前报告生成界面的实际排版部署更顺兼容更多环境ARM64 Docker 镜像正式发布CI 流程新增了 ARM64 构建与发布Apple M 系列芯片的 Mac 可以直接运行官方镜像不再需要 Rosetta 转译。使用 Docker 部署的用户拉取最新镜像重启即可这也是本次 MiroFish 部署升级里最实用的一条。修复 GPT-5 系列模型的调用报错.env 里配置 GPT-5 家族模型时此前调用会偶发 500 错误。这次调整了参数处理方式该系列模型调用恢复正常。如果你用的是其他 OpenAI 兼容接口配置不需要改动。安全与资源占用修复三处改动Flask debug 模式默认关闭修复前端依赖里的多个高危漏洞Zep 关系读取加上分页上限大规模图谱不会再造成内存无限增长。把 MiroFish 部署到服务器的用户可以直接少一些风险。界面更好用长文档也能建图中英文双语界面界面文案、日志提示都支持中英文切换历史项目卡片上的时间也改为本地时区显示不再是 UTC。页面右上角的语言切换器随时可切英文用户阅读文档和界面不再有障碍。长种子文档按全文抽样建图构建本体ontology时过长的种子文本以前只取开头部分文档尾部的关键信息会漏掉。现在改为从整篇文档抽样生成Step 1「图谱构建」对长篇小说、调研报告这类长素材的覆盖更全。画面里可以看到图谱构建步骤的进度卡片与下方历史项目库每张卡片标注了可用的功能状态画面中是 Twitter 与 Reddit 两个平台的模拟轮次进度状态栏实时显示各平台当前跑到哪一轮快速升级指南已部署过的用户拉最新代码、重跑依赖即可全新用户先配好 .env 再启动。# 克隆仓库已有项目则 git pull 拉取最新代码 git clone https://gitcode.com/GitHub_Trending/mi/MiroFish cd MiroFish npm run setup:all npm run dev使用 Docker 的用户重新拉取镜像后执行docker compose up -d重启。环境要求Node.js 18、Python 3.11–3.12、uv详见 README-ZH.md。升级注意现有 .env 配置完全兼容Zep 图谱与本地项目数据无需迁移老项目建议重跑一次图谱构建以应用新的本体字段归一化逻辑。后端 Python 版本被限制在 3.11–3.12如果你之前用 3.10 或 3.13 跑过升级后需要重建 uv 虚拟环境。用 GPT-5 等新系列模型的用户升级后建议先跑一轮小于 40 轮的模拟验证配置是否正常。接下来团队会继续投入多模态种子输入与可视化方向的开发。升级过程中遇到问题或对 MiroFish 新功能有建议欢迎加入 QQ 群交流画面中是 QQ 交流群的群名片包含群号与二维码扫描即可加入讨论【免费下载链接】MiroFishA Simple and Universal Swarm Intelligence Engine, Predicting Anything. 简洁通用的群体智能引擎预测万物项目地址: https://gitcode.com/GitHub_Trending/mi/MiroFish创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
返回列表