MarketFish – 128体のAI消費者で市場をシミュレーションし、ローンチ前に検証

🐟 MarketFish 推測するな。シミュレーションしろ。 ローンチ前に、何百ものAI消費者に財布を投票させよう。 MarketFishは、マルチエージェント市場シミュレーションエンジンです。「この製品は成功するか？」と単一のLLMに尋ねる代わりに、128体以上のAI消費者が参加するデジタル市場を構築します。各AI消費者は独自のアイデンティティ、予算、感情、バイアスを持ち、30回のラウンドを通じて買い物をします。彼らの購入決定、チャーンパターン、社会的影響は、実際のユーザーがどのように行動するかを明らかにします。 6つの学術論文（Generative Agents, OASIS, TwinMarket, Agent Bazaar, EconSimulacra, SMIF）と11のLLMプロバイダーに基づいて構築されています。 中文文档 クイックスタート git clone https://github.com/Key-wxh/market-fish.git cd market-fish cp .env.example .env # .env を編集 — 少なくとも1つのLLM APIキーを追加（DeepSeekが最も安い） pip install -r requirements.txt streamlit run streamlit_app.py http://localhost:8501 を開く → モードを選択 → 実行。 スクリーンショット 仕組み シードデータ（静的JSON） → 5段階パイプライン 1. オントロジー — 市場構造を抽出 2. ナレッジグラフ — エンティティ、関係性、ペインポイント 3. エージェントファクトリー — 128体の異種AI消費者（6つのLLM） 4. シミュレーション — 30ラウンド：決定、連携、RL、メモリ 5. レポート — 証拠：誰が購入したか、なぜか、競合を排除したものは何か V6 モジュール（実装された6つの論文） モジュール | 論文 | 機能 ---|---|--- メモリ | Generative Agents (UIST 2023) | エージェントは購入、後悔、反省を記憶する タイムエンジン | OASIS (2025) | 現実的な24時間アクティベーション — 全員が毎ラウンドアクティブではない RecSys | OASIS (2025) | パーソナライズされた製品レコメンデーション BDI v2 | TwinMarket (NeurIPS 2025) | 6段階の認知ループ + 行動バイアス ストレス | EconSimulacra (2026) | 経済的/社会的圧力 → 支払い意思の調整 グラウンディング | SMIF (ETASR 2026) | 現実的な決定のためのRAG + ルール制約 モード モード | 入力 | 出力 ---|---|--- 🔍 Explore | シードデータ | AIが製品の方向性を発見し、ランク付けする ✅ Validate | あなたの製品アイデア | サバイバルスコア、バイヤープロファイル、最適な価格 ⚔️ Hybrid | あなたの製品 + データ | AI競合他社とのあなたのアイデア、同じサンドボックス サポートされているLLMプロバイダー 11のプロバイダー。1つで十分です。複数使用すると、より多様なエージェントが生成されます。 | 🇨🇳 China | DeepSeek, Qwen, Doubao, Zhipu, Baidu, Hunyuan | | 🌍 Global | OpenAI, Anthropic, Google, Mistral, Meta | CLI python run.py --mode explore # 方向性を発見 python run.py --mode validate --name "My App" --pricing "$10" # あなたのアイデアをテスト python run.py --mode explore --reuse-agents # エージェントを再利用（コスト削減） プロジェクト構造 market-fish/ ├── engine/ # コアエンジン（20+モジュール） │ ├── simulator.py, agent_factory.py # シミュレーションコア │ ├── agent_store.py, memory.py # V6: 持続性 + メモリ │ ├── temporal.py, recsys.py # V6: 時間 + レコメンデーション │ ├── bdi_v2.py, stress.py, grounding.py # V6: 認知 + ストレス + 検証 ├── config/ # モデルレジストリ + パラメータ ├── locales/ # EN/ZH i18n（300+キー） ├── tests/ # 26/26テスト ├── streamlit_app.py # ダッシュボード ├── run.py # CLI └── .env.example # APIキーテンプレート 学術的基盤 論文 | Venue | ID | モジュール ---|---|---|--- Generative Agents | UIST 2023 | 2304.03442 | メモリ OASIS | 2025 | 2411.11581 | RecSys + TimeEngine SMIF | ETASR 2026 | 10.48084/etasr.16536 | グラウンディング Agent Bazaar | Princeton 2026 | 2605.17698 | RL TwinMarket | NeurIPS 2025 | 2502.01506 | BDI v2 EconSimulacra | 2026 | 2606.26883 | ストレス vs MiroFish MiroFish（5.5k ⭐）は最も有名なマルチエージェントシミュレーションエンジンです。どちらのプロジェクトもAIエージェントを使用して社会的/市場行動をシミュレートしますが、焦点が異なります。 | 特徴 | MiroFish | MarketFish | |---|---|---| | スコープ | 汎用ソーシャルシミュレーション | 製品市場予測 | | アーキテクチャ | Flask + Node.js + Docker | Streamlit単一アプリ | | メモリ | Zep Cloud（外部サービス） | 内蔵（ローカルJSON、外部依存なし） | | LLM | OpenAI互換のみ | 11プロバイダー（中国 + グローバル） | | データ | ユーザーアップロードドキュメント | 8ソースライブ取り込みパイプライン | | 言語 | EN/ZH | EN/ZH | | ライセンス | AGPL-3.0 | MIT License | MIT — 個人および商用利用は無料です。 Built by Keystart AI · Solo founder · AI-Native