BettaFish：人人可用的多Agent舆情分析助手

你是否曾经被海量的社交媒体信息淹没，难以把握真实的舆情动态？BettaFish（微舆）的出现，旨在彻底解决这个问题。它是一个从零实现的多智能体舆情分析系统，可以帮助开发者、研究人员和企业用户打破信息茧房，还原舆情原貌，预测未来走向，辅助决策！本文将带你全面了解这个潜力新星。

截至收录：
BettaFish项目stars数：22540
BettaFish项目forks数：4330

BettaFish项目目录截图

BettaFish项目核心亮点

🌟 AI驱动的全域监控：AI爬虫集群7×24小时不间断作业，全面覆盖微博、小红书、抖音、快手等30+国内外主流社媒，实时捕获热点内容并深入分析海量用户评论。

🎯 超越LLM的复合分析引擎：融合5类专业Agent、微调模型和统计模型等多模型协同工作，确保分析结果的深度、准度与多维视角。

🔒 Agent”论坛”协作机制：为不同Agent赋予独特的工具集与思维模式，通过辩论主持人模型进行链式思维碰撞与辩论，避免单一模型的思维局限。

🧩 公私域数据无缝融合：不仅分析公开舆情，还提供高安全性接口，支持将内部业务数据库与舆情数据无缝集成，打通数据壁垒。

BettaFish项目快速开始

只需几步，你就能在本地运行起 BettaFish：

1. Docker启动：

   # 一键启动所有服务
   $ docker compose up -d

2. 源码启动：

   # 创建conda环境
   $ conda create -n bettafish python=3.11
   $ conda activate bettafish
   安装依赖
   $ pip install -r requirements.txt
   启动主应用
   $ python app.py
   

3. 访问系统：
   打开浏览器访问 http://localhost:5000 即可使用完整系统。

BettaFish项目应用场景

场景一：品牌舆情监测：企业可以使用它实时监控品牌在各大社交媒体的声誉，及时发现负面舆情并采取应对措施。

场景二：公共事件分析：政府部门和研究机构可以分析社会热点事件的舆论走向，为决策提供数据支持。

场景三：市场趋势预测：市场研究人员可以基于历史舆情数据预测行业趋势，辅助商业决策。

用户案例：目前，该项目已成功应用于”武汉大学舆情”分析，生成了深度的品牌声誉分析报告，展示了系统的强大分析能力。

BettaFish项目链接

666ghj / BettaFish项目地址：https://github.com/666ghj/BettaFish

本文地址：https://www.tgoos.com/21757