BettaFish (Micro Opinion) est un projet open source d'analyse d'opinion par IA développé par des étudiants de 20 ans. Il est né d'un travail de cours, a obtenu plus de 4 000 étoiles et a atteint la première place de la Hotlist de GitHub en 24 heures. Le système utilise la collaboration multi-intelligence, y compris l'agent de requête, l'agent de média, etc., pour analyser automatiquement les données des médias sociaux nationaux et internationaux et générer des rapports détaillés. Ses principaux atouts sont la surveillance de tous les domaines, la capacité multimodale et le mécanisme de débat de type forum. Il est prévu d'étendre la fonction de prédiction.
- Ce résumé est généré par une IA qui analyse le contenu de l'article à des fins d'information uniquement.
"Alors que vous êtes encore en train de recueillir des informations manuellement, son équipe d'intelligence artificielle vous a remis un rapport approfondi de 25 pages.
La semaine dernière, la GitHub Hotlist a soudainement tué un cheval noir - une organisation appelée BettaFish（Le projet open-source "Micro Opinion" (nom chinois "微舆"), qui a recueilli plus de 4000 étoiles en 24 heures, s'est finalement hissé à la première place de la Hot List.
Ce qui est encore plus surprenant, c'est que l'auteur de cet analyseur d'opinion publique par IA n'est qu'un étudiant de 20 ans. Au départ, il s'agissait d'un simple travail de cours, mais aujourd'hui, il est devenu la viande et les pommes de terre aux yeux d'innombrables entreprises et instituts de recherche.
Aujourd'hui, nous allons nous pencher sur cet assistant d'opinion multi-agents, que l'on dit accessible à tous, et voir comment il redéfinit la question de la collecte d'informations grâce à l'IA.
🐟 Qu'est-ce que le micro-avis ? Des cours aux pop-ups GitHub
Le "Micro Opinion" (BettaFish) est unSystème innovant d'analyse multi-intelligence de l'opinion publiqueLe nom est tiré de "Fighting Fish", un poisson d'ornement petit mais puissant, qui symbolise "petit mais puissant, pas effrayé par les défis".
Sa compétence de base est simple, mais subversive :
Tout ce que vous avez à faire est de demander une analyse comme le chat, et le système automatisera entièrement l'analyse de plus de 30 médias sociaux nationaux et internationaux avec des millions de commentaires, et fournira un rapport de recherche de qualité professionnelle.
Par exemple, une directive comme celle-ci :
"Une analyse complète de l'opinion publique en ligne récente de l'université de Wuhan, y compris les changements dans le volume de la voix, les profils des utilisateurs, les points de risque et les opportunités.
En quelques minutes, il vous donnera un aperçu de l'état de santé de votre famille.Chapitre 8, verset 25Le rapport analytique approfondi couvre
- Tendances de la voix de la marque et événements clés
- Distribution et profilage des sentiments des utilisateurs
- Opinion publique Avertissement sur les risques
- Exploitation des possibilités de la marque
- Analyse comparative multiplateforme
- Suivi du chemin de diffusion
- Prévisions et suggestions de l'opinion publique
- Graphiques de données en annexe
De quel type d'outil s'agit-il ? C'est comme si vous disposiez d'une équipe d'intelligence artificielle disponible 24 heures sur 24.
🤖 Technologie révélée : 5 agents, une équipe d'experts en IA
Le cœur des micro-opinions n'est pas un grand modèle unique, mais lesSystème collaboratif composé de plusieurs agents spécialisésOutre le flux de travail d'une équipe d'experts, le flux de travail d'une équipe d'experts est simulé par le fait que chacun d'entre eux a son propre rôle et débat avec les autres.
1️⃣ Query Agent : Spécialiste de la recherche en largeur
- Surveillance 7×24 heures de plus de 30 médias grand public dans le pays et à l'étranger
- Capturer les contenus brûlants et saisir le message principal
- Atteindre Weibo, Xiaohongshu, Jieyin, Twitter, Facebook et d'autres plateformes
2️⃣ Media Agent : un résolveur multimodal
- Capacité à regarder des images, à écouter des sons et à comprendre des vidéos de courte durée
- Reconnaître le contenu visuel de plateformes telles que Shake et Shuffle
- Extraire des moteurs de recherche des informations structurées telles que la météo, les actions, etc.
3️⃣ Agent Insight : Deep Digger
- Spécialisation dans les bases de données privées et analyse de millions d'avis
- Intégration de plusieurs modèles d'analyse des sentiments (BERT, Qwen3, multilingue)
- Identifier les émotions cachées, les attitudes et les risques potentiels
4️⃣ Report Agent : Reporting Guru
- Sélection dynamique des meilleurs modèles de rapports
- Génération automatique de rapports graphiques HTML
- Soutien à une variété de scénarios tels que l'image de marque commerciale et les événements publics.
5️⃣ Facilitateur du forum : Catalyseur de chocs de pensée
- Conception la plus innovante : débats d'experts fictifs
- Différents agents soumettent des idées et le modérateur dirige la discussion.
- Éviter les limites d'un modèle unique et tirer des conclusions plus complètes
L'erreur que commettent souvent les outils d'IA traditionnels est qu'une personne pense et qu'un groupe de personnes acquiesce. La micro-opinion permet à l'IA d'argumenter, de s'opposer et de se mettre d'accord comme le font les experts humains.
⚡ Six Core Benefits : pourquoi le produit a fait fureur du jour au lendemain
La surveillance totale, plus qu'une vue de l'esprit
La grappe de robots d'indexation fonctionne 24 heures sur 24 et 7 jours sur 7.Analyse approfondie d'un grand nombre d'avis d'utilisateursIl vous permet d'entendre le plus grand nombre de voix publiques et de briser le "cocon de l'information".
Analyses composites au-delà du LLM
Au lieu de s'appuyer uniquement sur le LLM, les micro-opinions sont intégrées dans le système de gestion de l'information de l'UE.Modèles de réglage fin + Modèles statistiques + Collaboration multi-agentsL'analyse des résultats de l'étude sera menée de manière à garantir à la fois la profondeur et la précision des résultats.
Une véritable capacité multimodale
Dépasser les limites du texte en clair et être en mesure deAnalyse de courtes vidéos, d'images, de cartes de données structuréesLe site Web de la Commission européenne, qui a été mis en place par la Commission européenne, comprend parfaitement la dynamique de l'opinion publique. Il a regardé 1 000 vidéos de Jitterbug quand d'autres en sont encore à lire des commentaires de texte.
Mécanisme de débat de type forum
Les différents agents sont dotés d'un état d'esprit unique, qui est mis en relation par le biais d'un mécanisme de "forum". Les résultats ne sont donc pas unilatéraux, mais plutôtConsensus après de multiples validations et débats.
Intégration transparente des données publiques et privées
Il ne se contente pas d'analyser l'opinion publique, mais fournit également une interface de haute sécurité pour soutenir la politique de l'UE en matière de sécurité.Interaction avec les bases de données opérationnelles internesLes barrières de données sont franchies pour permettre une analyse approfondie des "tendances externes + connaissances internes". Ouvrir les barrières de données pour réaliser des analyses approfondies des "tendances externes + connaissances internes".
Léger et facilement extensible
Basée sur une conception modulaire purement Python, la mise en œuvre de l'applicationDéploiement en un clic. Le code est clairement structuré et peut être facilement personnalisé par les développeurs pour en faire un système d'analyse financière, un outil de surveillance des marchés, etc.
📊 Testé : des instructions à un rapport de 25 pages en l'espace d'une tasse de café
Examinons une étude de cas réelle : quel est le processus d'analyse complet, en prenant l'opinion publique de l'université de Wuhan comme exemple ?
📌 Étape 1 : Questions des utilisateurs
Saisissez-le dans le système :
"Une analyse complète de la situation récente de l'opinion publique en ligne de l'université de Wuhan, y compris les changements dans le volume de la voix, les profils des utilisateurs, les points de risque et les opportunités.
📌 Étape 2 : Les trois agents sont lancés en parallèle
- L'agent de recherche lance une vaste recherche : Weibo, Zhihu, Jieyin, Xiaohongshu...
- L'agent média analyse le contenu multimodal : photos du campus, courtes vidéos, graphiques.
- L'agent Insight exploite les données historiques : sentiment des commentaires, évolution des sujets.
📌 Étape 3 : Débat sur le forum
Les agents soumettent des conclusions préliminaires :
- Query Agent : "Augmentation du volume sonore 300% pendant la saison des cerisiers en fleurs à l'université de Wudan".
- Media Agent : "L'analyse des photos montre que la nostalgie des anciens élèves est à l'origine de 65%".
- Insight Agent : "Les commentaires négatifs portent sur le système de réservation des billets".
📌 Étape 4 : Génération de rapports
Report Agent intègre toutes les informations, sélectionne automatiquement le modèle "Analyse de l'opinion publique des universités" et génère un rapport approfondi comprenant 8 chapitres et 25 sections, y compris plus de 30 graphiques de données.
Cliquez pour regarder une vidéo de la course complète
L'ensemble.Aucune intervention humaine n'est nécessaireC'est comme si une équipe professionnelle d'étude de marché était disponible 24 heures sur 24.
🚀 A must-see for techies : how to deploy your own opinion analysis team ?
Le déploiement d'une microcouronne est plus facile que prévu, même pour les novices.
environnement de base
- Système d'exploitation : Windows/Linux/MacOS
- Python 3.9+
- 2GB+ RAM
- Base de données MySQL (service cloud en option)
Un déploiement rapide en trois étapes
# 1. créer l'environnement
conda create -n weiyu python=3.11
conda activate weiyu
# 2. installer les dépendances
pip install -r requirements.txt
playwright install chromium # install browser driver
# 3. configurer la clé API
cp .env.example .env # remplir votre clé API
# 4. démarrer le système
python app.pyentretiens http://localhost:5000votre équipe d'analyse de l'opinion sur l'IA est en place.
💡 Astuce : Le projet fournit un aperçu détaillé de l'état d'avancement de la mise en œuvre du projet.Guide de déploiementIl permet également l'utilisation directe de services de base de données en nuage (contenant plus de 100 000 données d'opinion réelles).
🌟 Des devoirs à la liste de diffusion : l'histoire d'un étudiant en open source
L'auteur du projet, qui était à l'origine un étudiant en informatique générale, a suivi ce semestre un cours sur l'analyse des données massives.
"À l'époque, mon professeur m'avait donné un devoir d'analyse de l'opinion publique et je me suis dit : pourquoi ne pas laisser l'IA le faire à ma place ?
Il a fallu moins de trois mois à l'auteur pour passer d'un humble script de recherche à un système de collaboration multi-agents et à la première place sur la liste de diffusion de GitHub.
Aujourd'hui, grâce à ce projet, il a reçu des offres de stage de la part de plusieurs entreprises technologiques et a même été contacté par des investisseurs pour explorer les possibilités de commercialisation.
🔮 L'avenir, c'est plus que l'opinion
La version actuelle de Micro Opinion a déjà implémenté Input→Analysis, mais l'ambition de l'équipe va plus loin :
L'étape suivante consiste à mettre en œuvre de véritables fonctions prédictives.
En se basant sur les données de chaleur accumulées depuis longtemps sur le web, l'équipe prévoit d'intégrer l'approche de laModèles temporels, réseaux neuronaux graphiques, fusion multimodaleet d'autres technologies pour y parvenir :
- Thème Prévision de la chaleur
- Point d'inflexion de l'opinion publique Avertissement
- Modélisation de la diffusion des risques
- Identification de la fenêtre d'opportunité
"Cela commence par une opinion, mais va au-delà de l'opinion". Le document de projet indique que "l'objectif de Micro Opinion est de devenir un moteur d'analyse de données concis et universel qui alimente tous les scénarios d'entreprise".
👉 Adresse du projet
https://github.com/666ghj/BettaFish
评论列表 (20条)：
加载更多评论 Chargement...