BettaFish
AI 应用与 AI Agent数据分析与数据处理AI 模型与开发框架
agent-frameworkdata-analysisdeep-researchdeep-searchllmsmulti-agent-system
42,634
Stars
7,621
Forks
230
Watchers
8
Open Issues
GPL-2.0
许可证
Python
语言
2024-07-01
创建时间
2026-10-16
最近更新
项目能做什么
从零实现且不依赖任何框架的多 Agent 舆情分析助手,辅助预测走向与决策。
来源:AI 基于仓库事实生成
· 内容以仓库实际 README 为准
使用说明 查看原始 README 原仓库文档
中文使用说明暂未生成。下面保留原仓库 README 摘录,命令与配置均以原文为准。
原始 README 摘录(英文原文,节选前 3000 字符)
<div align="center"> <img src="static/image/logo_compressed.png" alt="BettaFish Logo" width="100%"> <a href="https://trendshift.io/repositories/15286" target="_blank"><img src="https://trendshift.io/api/badge/repositories/15286" alt="666ghj%2FBettaFish | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a> <a href="https://inferera.com/?aff=8Ds9" target="_blank"><img src="./static/image/logo_aihubmix.png" alt="666ghj%2FBettaFish | Trendshift" height="40"/></a>  <a href="https://open.anspire.cn/?share_code=3E1FUOUH" target="_blank"><img src="./static/image/logo_anspire.png" alt="666ghj%2FBettaFish | Trendshift" height="40"/></a>  <a href="https://go.apimart.ai/gh-xxbettafish" target="_blank"><img src="./static/image/logo_apimart.png" alt="APIMart Logo" height="40"/></a> [](https://github.com/666ghj/BettaFish/stargazers) [](https://github.com/666ghj/BettaFish/watchers) [](https://github.com/666ghj/BettaFish/network) [](https://github.com/666ghj/BettaFish/issues) [](https://github.com/666ghj/BettaFish/pulls) [](https://github.com/666ghj/BettaFish/blob/main/LICENSE) [](https://github.com/666ghj/BettaFish) [](https://hub.docker.com/) [English](./README-EN.md) | [中文文档](./README.md) </div> ## ⚡ 项目概述 “**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。用户只需像聊天一样提出分析需求,智能体开始全自动分析 国内外30+主流社媒 与 数百万条大众评论。 > “微舆”谐音“微鱼”,BettaFish是一种体型很小但非常好斗、漂亮的鱼,它象征着“小而强大,不畏挑战” 查看系统以“武汉大学舆情”为例,生成的研究报告:[武汉大学品牌声誉深度分析报告](./final_reports/final_report__20250827_131630.html) 查看系统以“武汉大学舆情”为例,一次完整运行的视频:[视频-武汉大学品牌声誉深度分析报告](https://www.bilibili.com/video/BV1TH1WBxEWN/?vd_source=da3512187e242ce17dceee4c537ec7a6#reply279744466833) 不仅仅体现在报告质量上,相比同类产品,我们拥有🚀六大优势: 1. **AI驱动的全域监控**:AI爬虫集群7x24小时不间断作业,全面覆盖微博、小红书、抖音、快手等10+国内外关键社媒。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。 2. **超越LLM的复合分析引擎**:我们不仅依赖设计的5类专业Agent,更融合了微调模型、统计模型等中间件。通过多模型协同工作,确保了分析结果的深度、准度与多维视角。 3. **强大的多模态能力**:突破图文限制,能深度解析抖音、快手等短视频内容,并精准提取现代搜索引擎中的天气、日历、股票等结构化多模态信息卡片,让您全面掌握舆情动态。 4. **Agent“论坛”协作机制**:为不同Agent赋予独特的工具集与思维模式,引入辩论主持人模型,通过“论坛”机制进行链式思维碰撞与辩论。这不仅避免了单一模型的思维局限与交流导致的同质化,更催生出更高质量的集体智能与决策支持。 5. **公私域数据无缝融合**:平台不仅分析公开舆情,还提供高安全性的接口,支持您将内部业务数据库与舆情数据无缝集成。打通数据壁垒,为垂直业务提供“外部趋势+内部洞察”的强大分析能力。 6. **轻量化与高扩展性框架**:基于纯Python模块化设计,实现轻量化、一键式部署。代码结构清晰,开发者可轻松集成自定义模型阅读完整原文
商业机会分析 AI 生成
投资与品牌舆情监控云端微SaaS
| 产品构想 | 基于BettaFish核心逻辑,封装为免部署的SaaS工具,提供特定股票/竞品/热点事件的24小时舆情监控与情绪预警。 |
| 核心功能 | 关键词自动化多源抓取、情绪指数走势图、突发舆情飞书/微信即时报警、每日舆情摘要邮件推送 |
| 目标用户 | 中小企业PR、独立投资人、二级市场研究员 |
| 难度/周期 | 中等 · 3-5周 · 成本:服务器费用 + 爬虫代理IP池成本 + LLM API Token费用 |
| 收费模式 | 按监控关键词数量及推送频次实行月度/年度订阅制(如99-399元/月) |
| 竞争风险 | 社交平台反爬风控严格导致数据获取不稳定;GPL-2.0开源协议要求对外SaaS代码架构需解耦隔离以规避合规风险。 |
| 依据 | AI推测 |
自媒体与深度创作者热点研报生成助手
| 产品构想 | 利用其多Agent协同与Deep Research机制,一键生成全网事件溯源、各方观点对比及趋势推演的深度文章大纲或报告初稿。 |
| 核心功能 | 全网信源溯源与交叉验证、多角度观点阵营划分、推演预测分析、一键导出PDF/Markdown深度研报 |
| 目标用户 | 自媒体博主、科技/财经分析师、智库研究员 |
| 难度/周期 | 低至中等 · 2-3周 · 成本:轻量Web服务托管费 + LLM API调用成本 |
| 收费模式 | 点数充值付费(按研报生成篇数收费)或专业版会员订阅(如199元/季度) |
| 竞争风险 | 大模型幻觉可能导致事实核查偏差,用户对生成内容质量容忍度较低。 |
| 依据 | AI推测 |
企业私有化舆情决策系统实施与咨询服务
| 产品构想 | 为中大型企业或特定机构提供基于该架构的本地化部署、专有数据源(如内部工单、客户反馈、行业垂直论坛)接入及合规咨询。 |
| 核心功能 | 本地离线模型适配、内部专有信源爬虫定制、敏感词过滤看板、本地大屏可视化定制 |
| 目标用户 | 有数据合规要求的中小企业、政府外包服务商、公关代理机构 |
| 难度/周期 | 高 · 4-8周(按项目交付) · 成本:技术支持工时 + 现场或远程交付部署成本 |
| 收费模式 | 项目制实施费(单次2万-10万元)+ 年度维保服务费 |
| 竞争风险 | 销售周期长、回款风险大,一人兼顾商务与技术交付压力较大。 |
| 依据 | 尚需验证的假设 |
AI 基于仓库公开数据分析生成,含推测成分,不构成收益承诺。
报告会保存到 个人中心
竞品与相似项目 GitHub Search 真实检索
| 项目 | 中文简介 | Stars | 语言 |
|---|---|---|---|
| obra/superpowers | 中文介绍暂未生成 An agentic skills framework & software development methodolo |
315,681 | Shell |
| TauricResearch/TradingAgents | 中文介绍暂未生成 TradingAgents: Multi-Agents LLM Financial Trading Framework |
121,869 | Python |
| FoundationAgents/MetaGPT | 中文介绍暂未生成 🌟 The Multi-Agent Framework: First AI Software Company, Towa |
71,241 | Python |
| microsoft/autogen | 中文介绍暂未生成 A programming framework for agentic AI |
61,779 | Python |
| crewAIInc/crewAI | 中文介绍暂未生成 Framework for orchestrating role-playing, autonomous AI agen |
60,739 | Python |
| HKUDS/nanobot | 中文介绍暂未生成 Your lightweight open-source personal agent. |
49,995 | Python |
以上为通过 GitHub 官方 Search API 检索的相似项目,功能差异与优劣势需进一步人工确认,配置 AI 后可生成对比分析。
项目优势与风险
| 技术成熟度 | 创建于 2024-07-01,近 30 天仍在推送,发布过 6 个 Release |
| 社区活跃 | Star 42,634 / Fork 7,621 / Issue 8(数据支持,可自行核实) |
| 许可证 | GPL-2.0 商用需注意传染性条款 |
| 主要风险 | 上游项目方向可能变化;同赛道竞争者较多(见竞品表);热度与需求不完全等价 |
安装与使用
快速开始(以仓库 README 为准)
git clone https://github.com/666ghj/BettaFish.git cd BettaFish # 请阅读仓库 README 获取确切安装步骤(依赖、配置、启动命令)
术语说明:Docker=应用容器(把程序和依赖打包运行);API Key=调用外部服务的密钥;Git Clone=把仓库代码下载到本地。常见错误:API Key 未配置 / 端口占用 / 数据库连接失败,多数项目在 README 的 Troubleshooting 章节有说明。