BettaFish 微舆开源项目售前分析

1. 项目概览

官方对“微舆”的解释是：一个从 0 实现的创新型多智能体舆情分析系统，帮助用户破除信息茧房，还原舆情原貌，预测未来走向，辅助决策。用户只需要像聊天一样提出分析需求，系统就会自动分析国内外主流社媒和大量大众评论。

我的一句话理解：

BettaFish 是一个把“社媒爬虫 + 多 Agent 深度研究 + 情感分析 + 报告生成”组合起来的舆情分析样板工程，价值不只在最终报告，更在它展示了一套可拆解、可学习、可改造成垂直行业分析系统的多 Agent 数据分析架构。

2. 官方示意图

2.1 产品入口与系统理念

官方在 README 中强调：告别传统的数据看板，在微舆中，一切由一个简单的问题开始，用户像对话一样提出分析需求，系统自动拆解、搜索、分析并生成报告。

2.2 多 Agent 框架图

这张图对应系统的核心 Agent 结构：Query Agent、Media Agent、Insight Agent、Report Agent，以及用于 Agent 协作的 ForumEngine。

2.3 MindSpider 运行示例

MindSpider 是 BettaFish 的舆情爬虫系统，负责话题发现和多平台深度爬取。

2.4 Logo 与扩展项目

项目还关联作者新发布的 MiroFish，定位为“简洁通用的群体智能引擎，预测万物”。官方描述中把 BettaFish 作为“数据收集与分析”，MiroFish 作为“全景预测”，形成从原始数据到智能决策的链路。

3. 它主要能做什么

3.1 全域舆情数据采集

BettaFish 内置 MindSpider 作为舆情爬虫系统，采用两步走：

1. Search Agent 从微博、知乎、GitHub、酷安等 13 个社媒平台和技术论坛识别热点新闻，维护每日话题分析表。
2. 全平台爬虫围绕每个话题进行深度爬取，获取细粒度舆情反馈。

MindSpider 深度爬取模块支持的平台包括：

售前价值：

很多企业舆情系统只看新闻标题或平台热榜，BettaFish 的设计重点是下钻到评论和用户反馈层，帮助客户看到真实大众情绪，而不是只看媒体摘要。

3.2 多 Agent 分工分析

README 中定义了 4 类核心 Agent：

这套分工对售前很有用：它不是一个“LLM 一把梭”的黑盒，而是把舆情分析拆成采集、搜索、多模态理解、内部数据挖掘、协作讨论和报告生产等阶段。

3.3 Agent 论坛协作机制

BettaFish 有一个比较有特色的 ForumEngine。README 中描述它会：

• 监控各 Agent 发言。
• 引入 LLM 主持人。
• 让不同 Agent 围绕问题进行链式讨论和辩论。
• 通过 forum_reader 工具让 Agent 读取论坛内容并调整研究方向。

售前讲法：

BettaFish 的多 Agent 不是简单并行调用几个模型，而是模拟一个分析小组：搜索 Agent、媒体 Agent、数据库 Agent 先各自研究，再由论坛主持人推动讨论，最后交给报告 Agent 汇总。这种机制有助于减少单一模型视角局限。

3.4 多模态舆情分析

官方强调系统具备多模态能力，可以分析：

• 图文内容。
• 抖音、快手等短视频内容。
• 搜索引擎里的天气、日历、股票等结构化多模态信息卡片。

适合场景：

• 品牌短视频传播分析。
• 公共事件短视频评论分析。
• 直播/视频平台舆情研判。
• 以图片/视频为主要传播形态的新消费品牌监测。

3.5 情感分析模型集合

项目包含 SentimentAnalysisModel/，集成多种情感分析方式：

• BERT 中文 LoRA 微调。
• GPT-2 LoRA 微调。
• 多语言情感分析。
• 小参数 Qwen3 微调。
• 传统机器学习方法。

这意味着它不完全依赖大模型 prompt 做情绪判断，而是有专门的情感分析模型和可替换配置。

售前价值：

面向舆情场景，情绪倾向是核心指标之一。BettaFish 提供多种情感分析实现，后续可以针对行业语料做微调，例如金融、消费品、政务、文旅、教育等。

3.6 自动生成结构化研究报告

BettaFish 的 ReportEngine 支持：

• 模板选择。
• 文档布局设计。
• 篇幅规划。
• 章节级 JSON 生成与校验。
• Document IR 中间表示。
• HTML 渲染。
• PDF 导出。
• Markdown 导出。
• 图表转 SVG。
• 图表校验与修复。

官方提供报告模板：

官方示例报告：

• 武汉大学品牌声誉深度分析报告
• 养老服务发展趋势报告 HTML 示例
• 养老服务发展趋势报告 PDF 示例

3.7 私有数据与公开舆情融合

README 中提到平台不仅分析公开舆情，还提供接口支持将内部业务数据库与舆情数据融合。

示例方向：

• 外部社媒评论 + 内部客户投诉。
• 行业热度 + 企业销售数据。
• 竞品声量 + 自家产品反馈。
• 公共事件舆情 + 客服工单。

售前价值：

单看公开舆情只能知道“外面怎么说”，结合内部数据才能知道“这件事对我们业务影响多大”。BettaFish 的 Insight Agent 适合拿来讲“外部趋势 + 内部洞察”的方案。

4. 一次完整分析流程

根据 README，完整流程可以概括为：

售前可以把这个流程讲成“自动化研究小组”：

用户提出一个舆情问题，系统内部启动多个专业分析员，各自搜索、爬取、读库、看视频、做情绪判断，再在论坛里交叉讨论，最后由报告员写成正式分析报告。

5. 适用场景

5.1 品牌声誉与危机公关

适合客户：

• 消费品品牌。
• 教育机构。
• 文旅景区。
• 政务宣传部门。
• 医疗、金融、汽车等高声誉敏感行业。

可分析问题：

• 某事件是否正在扩散？
• 主流平台分别在讨论什么？
• 用户情绪是愤怒、质疑、支持还是观望？
• 高风险观点来自哪些群体或平台？
• 是否需要快速回应？
• 回应后情绪是否改善？

5.2 市场竞争与竞品监测

适合客户：

• 新消费品牌。
• SaaS 公司。
• 互联网产品。
• 手机、汽车、家电等舆论密集行业。

可分析问题：

• 竞品最近声量来自哪些事件？
• 用户最常吐槽和称赞的点是什么？
• 我们与竞品的口碑差距在哪里？
• 哪些平台有新增趋势或潜在机会？

5.3 公共热点与政策/行业趋势研判

适合客户：

• 政府与事业单位。
• 智库/研究机构。
• 媒体内容团队。
• 行业协会。

可分析问题：

• 某政策发布后的公众反馈如何？
• 不同群体的关注点有什么差异？
• 舆论是否在向极化、缓和或转移方向变化？
• 主流叙事和反向叙事分别是什么？

5.4 日常舆情监测报告

BettaFish 自带“日常或定期舆情监测报告模板”，适合做每日/每周简报：

• 热点事件排行。
• 平台声量趋势。
• 情绪分布。
• 关键评论摘要。
• 负面风险提示。
• 后续跟踪建议。

5.5 垂直行业数据分析引擎

README 明确说“始于舆情，而不止于舆情”，并举例可以通过修改 Agent 工具集 API 参数和 prompt，把它改造成金融领域市场分析系统。

可改造方向：

6. 不太适合的场景

7. 架构与模块拆解

7.1 核心模块

7.2 技术栈

7.3 LLM 配置特点

.env.example 中为不同 Agent 分别配置 API：

• Insight Agent：推荐 Kimi K2。
• Media Agent：推荐 Gemini 2.5 Pro。
• Query Agent：推荐 DeepSeek Chat。
• Report Agent：推荐 Gemini 2.5 Pro。
• MindSpider Agent：推荐 DeepSeek Chat。
• 论坛主持人：推荐 Qwen Plus。
• SQL Keyword Optimizer：推荐 Qwen Plus。

这个设计说明作者并不追求所有任务用同一个模型，而是希望不同 Agent 用适合自己任务的模型。

售前价值：

客户可以按成本和能力分层配置模型：搜索/话题提取用便宜模型，多模态和报告生成用强模型，SQL 关键词优化用稳定中文模型。

8. 怎么部署和使用

8.1 Docker 快速启动

官方 Docker 流程：

cp .env.example .env
# 编辑 .env，配置数据库、LLM 和搜索 API
docker compose up -d

数据库默认参数：

启动后访问：

http://localhost:5000

8.2 源码启动

环境要求：

• Windows / Linux / macOS。
• Python 3.9+。
• 推荐 Python 3.11。
• PostgreSQL 推荐，也支持 MySQL。
• 内存建议 2GB 以上。

创建环境：

conda create -n bettafish python=3.11
conda activate bettafish

安装依赖：

pip install -r requirements.txt
playwright install chromium

启动完整系统：

python app.py

访问：

http://localhost:5000

8.3 单独启动 Agent

streamlit run SingleEngineApp/query_engine_streamlit_app.py --server.port 8503
streamlit run SingleEngineApp/media_engine_streamlit_app.py --server.port 8502
streamlit run SingleEngineApp/insight_engine_streamlit_app.py --server.port 8501

8.4 MindSpider 爬虫使用

首次克隆建议拉取子模块：

git clone --recurse-submodules https://github.com/666ghj/BettaFish.git
cd BettaFish/MindSpider

如果已经克隆但 MediaCrawler 为空：

git submodule update --init --recursive

初始化/检查：

python main.py --status

运行话题提取：

python main.py --broad-topic

运行深度爬取：

python main.py --deep-sentiment --platforms xhs dy wb

完整流程：

python main.py --complete --date 2024-01-20

建议先用测试模式：

python main.py --complete --test

8.5 报告重试与再生成

如果对最终报告不满意，可以只跑 Report Engine：

python report_engine_only.py --query "土木工程行业分析"
python report_engine_only.py --skip-pdf
python report_engine_only.py --verbose

也可以用：

• regenerate_latest_html.py
• regenerate_latest_md.py
• regenerate_latest_pdf.py

对最新章节 JSON 或 IR 重新渲染。

9. 售前可以怎么讲

9.1 面向品牌/市场负责人

微舆不是只给你一张舆情看板，而是帮你自动组织一组 AI 分析员：有人负责全网搜索，有人负责短视频和图文，有人负责内部数据库，有人负责情绪判断，最后生成一份可读的品牌声誉或市场竞争报告。

9.2 面向公关/危机处理团队

对突发事件，最关键的是快和准：哪里开始发酵、哪些观点在扩散、用户情绪是否升级、回应策略是否有效。微舆的优势是能下钻评论层，并通过多 Agent 交叉分析形成事件研判。

9.3 面向数据/AI 团队

BettaFish 是一个适合学习和二次开发的多 Agent 数据分析工程样板。它没有依赖 LangChain/LangGraph 等框架，而是用 Python 从 0 实现，方便拆解 Query、Media、Insight、Report、Forum 等模块，并替换成自己的模型、数据库和工具。

9.4 面向政企/行业客户

这类架构可改造成行业舆情和趋势研判系统：把公开平台数据、内部工单/热线/投诉/销售数据结合起来，让 AI 自动形成每日/每周报告和风险提示。

9.5 必须补充的合规话术

当前开源仓库明确声明仅供学习、学术研究和教育目的，严禁商业用途。如果客户希望在生产或商业项目中使用，需要先联系作者获取授权、企业定制或重新评估可商用替代方案。

10. PoC 建议

10.1 PoC 目标

建议把 PoC 目标定为：

验证多 Agent 舆情分析流程能否在一个指定话题上自动完成数据采集、评论下钻、情感分析、交叉讨论和报告生成，并评估合规、成本、准确性和可解释性。

10.2 PoC 场景一：品牌声誉分析

流程：

1. 选择一个公开品牌或模拟品牌，不使用客户敏感数据。
2. 配置 Query/Media/Report Agent 的 LLM。
3. 用测试模式采集有限平台数据。
4. 生成品牌声誉报告。
5. 人工抽样验证评论来源、情绪判断和结论。

评估指标：

10.3 PoC 场景二：突发事件监测

流程：

1. 选择历史公共事件或公开案例。
2. 用 MindSpider 获取相关关键词和平台反馈。
3. 让 ForumEngine 驱动多 Agent 讨论。
4. 生成危机公关舆情报告。
5. 对比人工舆情简报。

评估指标：

• 是否识别主要争议点。
• 是否发现情绪拐点。
• 是否区分事实、观点和推测。
• 是否给出合理处置建议。
• 是否存在幻觉或过度推断。

10.4 PoC 场景三：竞品口碑分析

流程：

1. 选择 2-3 个竞品。
2. 分别采集用户评论和社媒讨论。
3. 生成市场竞争格局舆情报告。
4. 输出优势/劣势/机会点。

评估指标：

• 竞品声量对比。
• 用户痛点聚类。
• 情绪倾向对比。
• 可行动建议质量。

10.5 PoC 前置条件

11. 风险与注意事项

11.1 商业使用风险

这是最重要的风险。README 免责声明明确写明：

• 仅供学习、学术研究和教育目的。
• 严禁用于任何商业用途或盈利性活动。
• 严禁用于违法、违规或侵犯他人权益的行为。
• 分析结果严禁用于商业决策或盈利目的。

同时项目 License 是 GPL-2.0。GPL-2.0 本身允许商业使用和再分发，但 README 的额外免责声明对使用边界提出了更强限制。售前不要简单说“开源所以可商用”，必须先做授权确认。

建议：

• 用于学习和方案研究：可以参考。
• 用于客户 PoC：需限定非商业研究目的，并审查条款。
• 用于商业交付：联系作者获取商业授权或定制开发。
• 用于自研替代：参考架构和思路，避免直接复制受限代码。

11.2 爬虫合规风险

项目涉及多平台爬虫、登录态、评论抓取，必须关注：

• robots.txt。
• 平台服务条款。
• 账号风控。
• 个人信息保护。
• 数据最小化。
• 数据留存与删除。
• 是否允许自动化访问。

售前要避免承诺“什么平台都能稳定抓、无限抓”。

11.3 数据质量风险

舆情分析依赖数据源。常见问题：

• 平台反爬导致数据不完整。
• 评论样本偏差。
• 热门内容不等于全量民意。
• 水军/机器人/营销号影响判断。
• 多模态内容解析可能不稳定。
• 情感模型对讽刺、隐喻、方言、黑话识别不足。

11.4 LLM 幻觉与报告可信度风险

Report Agent 会生成正式报告，但 LLM 可能：

• 编造原因。
• 夸大趋势。
• 混淆事实和推测。
• 生成不准确图表或引用。
• 对敏感事件给出不当建议。

建议在 PoC 中加入人工审核和证据链抽查。

11.5 生产工程化风险

项目很受欢迎，但不等于生产级。需要额外评估：

• 并发任务调度。
• 长任务失败恢复。
• 爬虫账号池和代理池。
• 日志与监控。
• 权限管理。
• API 限流。
• 数据库容量与索引。
• 安全隔离。
• 报告质量稳定性。

12. 与相邻方案对比

13. 常见客户问题

14. 售前提问清单

14.1 业务问题

• 客户要监测的是品牌、产品、竞品、政策还是突发事件？
• 需要覆盖哪些平台？
• 关注声量、情绪、风险、传播路径还是人群画像？
• 报告频率是实时、每日、每周还是事件触发？
• 最终使用者是公关、市场、领导层、研究员还是客服团队？

14.2 数据和合规

• 是否允许采集目标平台公开数据？
• 是否涉及个人信息或敏感信息？
• 是否需要数据脱敏？
• 是否有平台账号和授权？
• 数据保留多久？
• 是否允许接入内部数据库？

14.3 技术环境

• 是否能部署 Python + PostgreSQL/MySQL 环境？
• 是否能使用 Docker Compose？
• 是否能安装 Playwright 浏览器？
• 是否有可用 LLM API 和搜索 API？
• 是否有代理/网络条件访问目标平台？
• 是否需要内网部署？

14.4 商业授权

• 是否仅用于学习研究 PoC？
• 是否用于客户商业项目？
• 是否需要联系作者获取授权？
• 是否可接受基于架构重写，而不是直接使用原代码？

15. 我的售前判断

BettaFish 是一个非常适合学习和讲解的多 Agent 舆情分析项目。它的强点在于业务闭环完整：从话题发现、社媒爬取、评论下钻、情感分析、多 Agent 论坛协作，到最终 HTML/PDF/Markdown 报告生成，基本覆盖了舆情分析系统的主干流程。

对售前而言，它的最佳用法不是“拿去直接卖”，而是：

• 用它解释多 Agent 如何落地到真实行业场景。
• 用它拆解舆情分析系统的端到端架构。
• 用它做非商业、学习型 PoC 或内部技术验证。
• 用它启发客户：如何把公开舆情和内部业务数据结合，形成自动化研究报告。

但它的边界也必须讲清：

• README 明确限制商业用途。
• 爬虫合规风险高。
• 生产工程化还需大量加固。
• LLM 报告必须有人审。
• 多平台可用性会受登录、风控、反爬和 API 成本影响。

一句话结论：

BettaFish 是一个很好的“多 Agent 舆情分析参考架构”和学习型开源项目，适合售前用于讲方案、做技术验证和启发行业场景；但如果要用于客户商业交付，第一步不是部署，而是先解决授权、合规和生产工程化问题。

16. 快速销售摘要

17. 参考资料

• GitHub - 666ghj/BettaFish
• BettaFish README
• MindSpider README
• DeepWiki - BettaFish
• Release v3.0.0
• 武汉大学品牌声誉深度分析报告示例
• 养老服务发展趋势报告 HTML 示例
• 养老服务发展趋势报告 PDF 示例
• 常见问题汇总 Issue #700
• MiroFish 预测引擎