【免费下载链接】oransimCausal Digital Twin for Marketing at Scale · Predict any marketing decision before you spend a dollar.项目地址https://gitcode.com/gh_mirrors/or/oransim点击查看免费下载Oransim 是一款开源的营销因果仿真数字孪生工具能在你花一分钱投广告之前先用 100 万虚拟消费者把 ROI 预测算清楚。本教程带你完成 Oransim 安装与快速上手全程使用 mock 模式无需任何 API 密钥从零到第一次营销 ROI 预测只需约 60 秒。一分钟认识 Oransim为什么投放前先算 ROI传统做法是 A/B 实测两周、烧掉预算才知道效果如何。Oransim 的做法相反把广告文案、预算、KOL 组合输入引擎它在100 万虚拟消费者社会上跑因果仿真60 秒内给出总 KPI曝光 / 点击 / 转化 / 收入 / ROI含 P35/P50/P65 区间14 天扩散曲线互动如何在消费者网络中逐级传播反事实沙盘「第 3 天换个 KOL / 把预算从抖音调给小红书ROI 会变多少」AI 用户投票虚拟消费者对素材的真实反应、情绪与购意引擎的核心64 节点因果图、do()反事实算子、Hawkes 扩散模型全部开源在backend/oransim/causal/与backend/oransim/diffusion/中可审计、可复现。安装前准备Oransim 环境要求一览Oransim 安装只需一个干净的 Python 环境要求如下项目要求说明Python3.10 及以上见 pyproject.toml 的requires-python操作系统Linux / macOS / Windows均支持显存无要求默认 LightGBM 基线纯 CPU 可跑API 密钥不需要mock 模式离线运行核心依赖fastapi、uvicorn、lightgbm、scikit-learn、jieba 等会在安装时自动拉取见 pyproject.toml 中的dependencies部分。Oransim 安装步骤克隆仓库 一条命令装好打开终端依次执行# 1. 克隆仓库 git clone https://gitcode.com/gh_mirrors/or/oransim cd oransim # 2. 安装后端含开发依赖 pip install -e .[dev] 仓库自带一份小规模合成演示数据2k 场景 / 500 条笔记 / 100 条事件流位于data/synthetic/和一个预训练的 LightGBM 世界模型data/models/data_card.md 有说明所以装完即可跑通全链路不接真实数据也能完整体验。60 秒跑通启动 Oransim 后端与前端第 1 步 · 启动后端mock 模式无需 API 密钥LLM_MODEmock python -m uvicorn oransim.api:app --port 8001第 2 步 · 另开一个终端启动前端python -m http.server 8090 --directory frontend第 3 步 · 浏览器打开 http://localhost:8090界面分三栏新手只需关注左栏的 4 个输入选模式点⚡ 极速15 秒基础预测最适合第一次上手素材文案已预填示例文案「新品芋泥奶茶 夏日限定…」可直接用总预算默认 50000 元保持不动即可KOL 赛道选「自动匹配」然后点左栏底部的 预测 开启沙盘按钮等待十几秒第一次营销 ROI 预测结果就出来了。看懂预测结果KPI、扩散曲线与反事实沙盘预测完成后中间栏会显示 KPI 区间与按平台分解右侧栏展示 AI 用户的投票与情感分布。还有两个新手值得点开试试的视图 100 万智能体社会100 万个虚拟消费者的兴趣星图跑完预测后人群按投票结果着色——绿色点了、红色跳过、紫色高购意直观看到「广告触达了谁」② 反事实沙盘拖动「抖音 % / 小红书 % / 总预算」三个滑块30 秒内回答「换一种投放方式 ROI 会怎样」不用真的把钱投出去对结果有疑问时前端会持续显示黄色提示条mock 模式 / 演示数据GET /api/health的data_source字段也可查看当前数据源——演示数据用于验证机制真实投放决策请接入自己的数据。进阶可选从 mock 模式切换到真实 LLMmock 模式走模板响应soul 人格、群聊辩论等会退化。想让 AI 用户真读文案再投票只需加环境变量重启后端以 OpenAI 兼容接口为例LLM_MODEapi \ LLM_API_KEYsk-xxxxx \ LLM_MODELgpt-5.4 \ python -m uvicorn oransim.api:app --port 8001LLM_PROVIDER还支持anthropic、gemini、qwen等原生格式完整环境变量表LLM_BASE_URL、LLM_CONCURRENCY、SOUL_POOL_N等见中文快速上手文档 docs/zh/quickstart.md各 provider 的推荐配置见 README.zh-CN.md 的「一分钟上手」章节。⚠️ 部署提醒OSS 版的运行时状态人口池、agents、世界模型缓存在进程内单例请用单 worker 启动多 worker 会导致 sandbox / 品牌记忆状态不一致详见 docs/zh/quickstart.md 的「单 worker 起跑」说明。常见问题Oransim 安装与运行排错速查问题原因与解决pip install报错确认 Python ≥ 3.10建议python -m venv venv建虚拟环境后安装打开 8090 页面但无数据后端未启动或端口被占用改--port后同步改前端 API 地址顶部黄色 banner 一直在正常现象说明当前是 mock 模式 演示数据接入真实 LLM 与数据源后消失预测结果想严格复现使用模板模式默认或设LLM_TEMPERATURE0启动时出现 worker WARNING设置了多 worker请改回单 worker 启动下一步继续深入 Oransim完整功能与数据接入CSV / JSONL / OpenAPI 三种真实数据路径README.zh-CN.md架构全景64 节点因果图、世界模型、Agent 层如何串联docs/en/architecture.md14-19 个预测输出 Schema 定义docs/zh/schemas/可插拔数据 Provider 接口接入自己的投放数据backend/oransim/platforms/providers/交互式示例 Notebookexamples/01_quickstart.ipynb、examples/02_counterfactual.ipynb恭喜到这里你已经完成了 Oransim 安装与快速上手第一次营销 ROI 预测已经跑通 接下来可以试试在反事实沙盘里「把钱从抖音挪给小红书」看看引擎给你算出来的 ROI 差。赞分享【免费下载链接】oransimCausal Digital Twin for Marketing at Scale · Predict any marketing decision before you spend a dollar.项目地址https://gitcode.com/gh_mirrors/or/oransim点击查看免费下载相关推荐Cadence快速上手指南从安装到运行第一个工作流只需30分钟Cadence快速上手指南从安装到运行第一个工作流只需30分钟 Cadence是一个分布式、可扩展、持久化且高可用的编排引擎专门用于以可扩展和弹性的方式执行后端任务调度工作流自动化微服务Empryo 快速上手指南60 秒安装完成你的第一次 AI 重构Empryo 快速上手指南60 秒安装完成你的第一次 AI 重构 Empryo 是一款面向桌面、终端和 CI 的 AI 编码工具它先为整个仓库建立灵魂地FreeGPT WebUI完整指南无需API密钥的GPT聊天界面快速上手FreeGPT WebUI完整指南无需API密钥的GPT聊天界面快速上手 FreeGPT WebUI是一款强大的开源项目它提供了一个用户友好的Web界面让AI 应用大模型后端前端创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考