Update project configuration and structure with Docker support and environment variable adjustments

- Updated .env.example to reflect new LLM configuration with Aliyun's API.
- Enhanced .gitignore to include additional files and directories for better exclusion of sensitive and build artifacts.
- Added docker-compose.yml for streamlined deployment of backend and frontend services.
- Introduced Dockerfiles for both backend and frontend to facilitate containerized builds.
- Created README.md to provide comprehensive project documentation and setup instructions.
- Established nginx configuration for frontend to support API proxying and static file serving.
This commit is contained in:
666ghj
2025-12-17 18:17:40 +08:00
parent e2b1a1554d
commit e432e223df
10 changed files with 517 additions and 36 deletions

196
README.md Normal file
View File

@@ -0,0 +1,196 @@
# MiroFish 🐟
**简洁通用的群体智能引擎,预测万物**
MiroFish 是一个基于多智能体Multi-Agent技术的社交媒体舆情模拟平台能够模拟 Twitter/Reddit 等社交媒体上的用户行为,预测舆情发展趋势。
## 📁 项目结构
```
MiroFish/
├── backend/ # Flask 后端服务
│ ├── app/ # 应用核心代码
│ ├── scripts/ # OASIS 模拟脚本
│ ├── requirements.txt
│ └── run.py # 后端启动入口
├── frontend/ # Vue 3 前端
│ ├── src/
│ ├── package.json
│ └── vite.config.js
├── .env.example # 环境变量示例
├── docker-compose.yml # Docker 部署配置
├── package.json # 根目录启动脚本
└── README.md
```
---
## 🚀 快速开始
### 前置要求
- **Python 3.11+**
- **Node.js 18+**
- **[uv](https://docs.astral.sh/uv/)**Python 包管理器)
安装 uv
```bash
# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh
# Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
```
### 配置环境变量
```bash
# 复制示例配置文件
cp .env.example .env
# 编辑 .env 文件,填入必要的 API 密钥
```
必需的环境变量:
```env
# LLM 配置(支持 OpenAI 格式的任意 LLM
LLM_API_KEY=your_api_key
LLM_BASE_URL=https://api.openai.com/v1
LLM_MODEL_NAME=gpt-4o-mini
# Zep Cloud 配置
ZEP_API_KEY=your_zep_api_key
```
---
## 📦 部署方式一:源码部署(开发推荐)
使用 `concurrently` 同时启动前后端,**跨平台兼容**Windows/macOS/Linux
### 1. 安装依赖
```bash
# 一键安装所有依赖(根目录 + 前端 + 后端)
npm run setup:all
```
或者分步安装:
```bash
# 安装 Node 依赖(根目录 + 前端)
npm run setup
# 安装 Python 依赖(自动创建虚拟环境)
npm run setup:backend
```
### 2. 启动服务
```bash
# 同时启动前后端(在项目根目录执行)
npm run dev
```
服务地址:
- 前端:`http://localhost:3000`
- 后端 API`http://localhost:5001`
### 单独启动
```bash
# 仅启动后端
npm run backend
# 仅启动前端
npm run frontend
```
---
## 🐳 部署方式二Docker 部署(生产推荐)
### 前置要求
- Docker 20.10+
- Docker Compose v2+
### 启动服务
```bash
# 构建并启动所有服务
docker compose up -d
# 查看日志
docker compose logs -f
# 停止服务
docker compose down
```
服务地址:
- 前端:`http://localhost:3000`
- 后端 API`http://localhost:5001`
### 仅构建镜像
```bash
# 构建后端镜像
docker build -t mirofish-backend ./backend
# 构建前端镜像
docker build -t mirofish-frontend ./frontend
```
---
## 🛠 技术栈
### 后端
- **框架**: Flask 3.x
- **LLM 调用**: OpenAI SDK
- **图谱存储**: Zep Cloud
- **模拟引擎**: OASIS (camel-oasis)
### 前端
- **框架**: Vue 3 + Composition API
- **构建工具**: Vite
- **可视化**: D3.js
- **HTTP 客户端**: Axios
---
## ⚙️ 环境变量说明
| 变量名 | 必需 | 说明 | 默认值 |
|--------|------|------|--------|
| `LLM_API_KEY` | ✅ | LLM API 密钥 | - |
| `LLM_BASE_URL` | ❌ | LLM API 地址 | `https://api.openai.com/v1` |
| `LLM_MODEL_NAME` | ❌ | 模型名称 | `gpt-4o-mini` |
| `ZEP_API_KEY` | ✅ | Zep Cloud API 密钥 | - |
| `FLASK_DEBUG` | ❌ | 调试模式 | `true` |
| `FLASK_HOST` | ❌ | 后端监听地址 | `0.0.0.0` |
| `FLASK_PORT` | ❌ | 后端端口 | `5001` |
---
## 🐛 常见问题
### Q: 后端启动报错 "LLM_API_KEY 未配置"
A: 确保 `.env` 文件在项目根目录,且配置了正确的 API 密钥。
### Q: 前端无法连接后端
A: 检查后端是否正常运行在 5001 端口,前端开发服务器会自动代理 `/api/*` 请求。
### Q: OASIS 模拟启动失败
A: 确保已安装 `camel-oasis``camel-ai` 依赖,且 LLM API 配置正确。
### Q: Windows 上 Python 虚拟环境激活失败
A: 使用 `.venv\Scripts\activate` 而不是 `source .venv/bin/activate`
---
## 📄 License
MIT License