666ghj/BettaFish

项目概览

该项目从零构建了查询、媒体、洞察和报告四个智能体，并通过独创的 Forum 机制让智能体在 LLM 主持下进行辩论，以规避同质化思维。它支持跨平台抓取分析，且未依赖 LangChain 等现有框架，适合需要研究定制化多智能体协作架构的开发者。

项目类型

AI Agent

应用场景

搜索调研 · 数据分析

部署方式

查看项目说明

License

GPL-2.0

适合谁

• 希望研究无框架依赖的底层多智能体系统架构的开发者。
• 需要通过自然语言指令跨平台获取舆情并辅助决策的分析人员。

核心能力

• 从零构建了多智能体系统，包含查询、媒体、洞察和报告智能体，不依赖现有智能体框架进行任务编排与分析。
• 使用 Forum 机制，由 LLM 作为主持人，促使不同智能体之间进行思维链碰撞与辩论，从而生成分析结论。

限制与风险

• PDF 导出功能依赖 WeasyPrint，需要安装特定的系统依赖才能正常工作。

如何开始

• 将 .env.example 复制并配置为 .env 文件以设置 LLM 和数据库等环境变量，通过 pip install -r requirements.txt 安装依赖。
• 安装 Playwright 浏览器驱动以支持数据获取功能，并初始化 PostgreSQL 数据库。
• 运行 python app.py 启动 Flask 应用，通过 Web 界面进行交互。

核验依据

• GitHub 项目简介: 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。
• README: “**微舆**” 是一个从0实现的创新型 多智能体 舆情分析系统，帮助大家破除信息茧房，还原舆情原貌，预测未来走向，辅助决策。
• README: 不仅实时捕获热点内容，更能下钻至海量用户评论，让您听到最真实、最广泛的大众声音。
• Release: 微舆v3.0.0
• README: ├── SentimentAnalysisModel/ # 情感分析模型集合 │ ├── WeiboSentiment_Finetuned/ # 微调BERT/GPT-2模型

内容核验时间：