# social-simulation

**Repository Path**: icactus/social-simulation

## Basic Information

- **Project Name**: social-simulation
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-13
- **Last Updated**: 2026-03-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 舆情态势推演系统

基于多主体仿真（Multi-Agent Simulation）的舆情态势推演与预测系统。通过 LLM 驱动的智能体生成和系统动力学引擎，模拟社交媒体环境下不同主体的行为与互动，预测舆情事件的发展走势。

## 技术栈

- **后端**：Python 3.11 + FastAPI + OpenAI SDK
- **前端**：Next.js 14 + React 18 + Tailwind CSS
- **LLM**：阿里百炼（DashScope）/ OpenAI 兼容接口

## 项目结构

```
├── backend/
│   ├── main.py                 # FastAPI 入口
│   ├── models.py               # Pydantic 数据模型
│   ├── store.py                # 内存会话存储
│   ├── requirements.txt        # Python 依赖
│   ├── routers/
│   │   ├── auth.py             # 登录认证
│   │   ├── world.py            # 虚拟世界构建
│   │   ├── agents.py           # 实体生成（SSE 流式）
│   │   └── simulate.py         # 推演控制与分析报告
│   └── services/
│       ├── llm_service.py      # LLM 调用封装
│       └── simulation_engine.py # 仿真引擎（系统动力学）
├── frontend/
│   ├── app/
│   │   ├── page.tsx            # 首页（登录）
│   │   ├── new/page.tsx        # 新建推演
│   │   ├── world/page.tsx      # 虚拟世界展示
│   │   ├── entities/page.tsx   # 实体图谱
│   │   └── simulate/page.tsx   # 推演主界面
│   └── lib/
│       ├── api.ts              # API 客户端
│       └── store.ts            # localStorage 状态管理
└── .env.example                # 环境变量模板
```

## 配置与启动

### 1. 克隆项目

```bash
git clone <repo-url>
cd <project-dir>
```

### 2. 配置环境变量

```bash
cp .env.example backend/.env
```

编辑 `backend/.env`，填入你的 LLM API Key：

```env
LLM_API_KEY=sk-your-api-key-here
LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_MODEL_NAME=qwen-plus
```

支持的 LLM 服务：

| 服务商 | BASE_URL | 推荐模型 |
|--------|----------|----------|
| 阿里百炼 | `https://dashscope.aliyuncs.com/compatible-mode/v1` | `qwen-plus` / `qwen-max-latest` |
| OpenAI | `https://api.openai.com/v1` | `gpt-4o-mini` |
| 其他兼容 OpenAI 接口的服务 | 对应 base_url | - |

### 3. 启动后端

```bash
cd backend
pip install -r requirements.txt
python3.11 -m uvicorn main:app --reload --port 5001
```

后端运行在 http://localhost:5001

### 4. 启动前端

```bash
cd frontend
npm install
npm run dev
```

前端运行在 http://localhost:3000

### 5. 访问系统

打开浏览器访问 http://localhost:3000

演示账号：`13800138000` / `123456`

## 使用流程

1. **登录** → 输入演示账号进入系统
2. **新建推演** → 填写事件背景、假设/政策、选择推演周期（6H ~ 7天）
3. **虚拟世界** → 系统通过 LLM 自动构建推演世界参数
4. **实体图谱** → LLM 流式生成发帖者和观察群体，实时渲染到图谱
5. **推演仿真** → 逐步推演，观察帖子流、关键节点、态势指标变化
6. **干预操作** → 在推演过程中插入干预动作（官方回应、发布事实等）
7. **分析报告** → 推演完成后生成预测分析报告，包含趋势预测、风险预警和应对建议

## 注意事项

- 后端使用内存存储会话数据，重启后数据丢失（前端有 localStorage 缓存）
- 每步推演需要调用 LLM 生成帖子内容，请确保 API Key 额度充足
- Python 版本要求 3.11+