666ghj
幻觉严重，明明检索出来的不是讲 monkeycode 的内容，或者根本没有检索出内容，胡编乱造了一些 微博、知乎、抖音的内容，实际根本搜不到相应的网页
Monkeycode 明明就很好用啊 不好用，你来写一个好不好呀，写不来就帮忙分析原因
??????? 实话不让说了？ 截图你自己看啊，根本没有搜到负面的东西，然后胡编乱造了一堆 微博 知乎 小红书 的内容。更离谱的是这么多的 Star 竟然没有一个人发现这个问题？
Monkeycode 明明就很好用啊 不好用，你来写一个好不好呀，写不来就帮忙分析原因
我可以选择用，可以选择不用，issue 存在的目的本来就是反馈 bug 的，给你提 issue 是给你仓库贡献热度，没有义务帮你们分析原因。最后，你怎么知道我写不来？我写不写得来关你屁事？你写的来你做的这么好？
我看到您的issue了，在一些特定情况下确实会存在这个问题，我最近也在想着怎么很好的解决，而不是纯看大模型的幻觉约束做的好不好。可以等等看，这是一个重要的优化方向。
------------------ 原始邮件 ------------------ 发件人: LydiaMuaCai @.> 发送时间: 2025年11月5日 16:46 收件人: 666ghj/BettaFish @.> 抄送: Subscribed @.***> 主题: Re: [666ghj/BettaFish] 幻觉严重，明明检索出来的不是讲 monkeycode 的内容，或者根本没有检索出内容，胡编乱造了一些 微博、知乎、抖音的内容，实际根本搜不到相应的网页 (Issue #132)
LydiaCai1203 left a comment (666ghj/BettaFish#132)
Monkeycode 明明就很好用啊 不好用，你来写一个好不好呀，写不来就帮忙分析原因
??????? 实话不让说了？ 截图你自己看啊，根本没有搜到负面的东西，然后胡编乱造了一堆 微博 知乎 小红书 的内容。更离谱的是这么多的 Star 竟然没有一个人发现这个问题？
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you are subscribed to this thread.Message ID: @.***>
Monkeycode 明明就很好用啊 不好用，你来写一个好不好呀，写不来就帮忙分析原因
我可以选择用，可以选择不用，issue 存在的目的本来就是反馈 bug 的，给你提 issue 是给你仓库贡献热度，没有义务帮你们分析原因。最后，你怎么知道我写不来？我写不写得来关你屁事？你写的来你做的这么好？
兄弟们，别吵，咱解决问题，我一个人有点忙不过来，多担待
我看到您的issue了，在一些特定情况下确实会存在这个问题，我最近也在想着怎么很好的解决，而不是纯看大模型的幻觉约束做的好不好。可以等等看，这是一个重要的优化方向。 …
当检索出来的舆情数据为空的时候，尝试用空舆情的 prompt 呢?
我看到您的issue了，在一些特定情况下确实会存在这个问题，我最近也在想着怎么很好的解决，而不是纯看大模型的幻觉约束做的好不好。可以等等看，这是一个重要的优化方向。 …
当检索出来的舆情数据为空的时候，尝试用空舆情的 prompt 呢?
我现在想的是用rerank模型把相关性低的过滤一下，能解决一些问题，但这个也是学术难题，需要多给我一点时间研究。
我看到您的issue了，在一些特定情况下确实会存在这个问题，我最近也在想着怎么很好的解决，而不是纯看大模型的幻觉约束做的好不好。可以等等看，这是一个重要的优化方向。 …
当检索出来的舆情数据为空的时候，尝试用空舆情的 prompt 呢?
我现在想的是用rerank模型把相关性低的过滤一下，能解决一些问题，但这个也是学术难题，需要多给我一点时间研究。
mysql 里都是空的，，，再 rerank 有用么
我看到您的issue了，在一些特定情况下确实会存在这个问题，我最近也在想着怎么很好的解决，而不是纯看大模型的幻觉约束做的好不好。可以等等看，这是一个重要的优化方向。 …
当检索出来的舆情数据为空的时候，尝试用空舆情的 prompt 呢?
我现在想的是用rerank模型把相关性低的过滤一下，能解决一些问题，但这个也是学术难题，需要多给我一点时间研究。
mysql 里都是空的，，，再 rerank 有用么
因为数据库中没有数据，只能使用llm的自有知识，肯定会幻觉严重。我们本来设计的是这个东西是用来分析热点事件舆情的，ai爬虫肯定会关注到并且爬好。但现在看来确实会发生insight agent中完全sql拿不到数据的情况。那纯靠模型幻觉肯定嗖嗖的，但是按理来说论坛也会起到一些交换信息的作用，现在最简单的办法是在这个agent的prompt上做修改，当拿不到sql数据的时候就让他启用另一版我们调优过的提示词，我测试一下可不可行，老哥给我一些时间。
我看到您的issue了，在一些特定情况下确实会存在这个问题，我最近也在想着怎么很好的解决，而不是纯看大模型的幻觉约束做的好不好。可以等等看，这是一个重要的优化方向。 …
当检索出来的舆情数据为空的时候，尝试用空舆情的 prompt 呢?
我现在想的是用rerank模型把相关性低的过滤一下，能解决一些问题，但这个也是学术难题，需要多给我一点时间研究。
因为数据库中没有数据，只能使用llm的自有知识，肯定会幻觉严重。我们本来设计的是这个东西是用来分析热点事件舆情的，ai爬虫肯定会关注到并且爬好。但现在看来确实会发生insight agent中完全sql拿不到数据的情况。那纯靠模型幻觉肯定嗖嗖的，但是按理来说论坛也会起到一些交换信息的作用，现在最简单的办法是在这个agent的prompt上做修改，当拿不到sql数据的时候就让他启用另一版我们调优过的提示词，我测试一下可不可行，老哥给我一些时间。
不催你哈哈哈 其实我也能改，改了给你提 pr
分享一篇博客：又一道 Vibe Coding 面试题：基于注意力的 LLM 幻觉检测器 https://01.me/2025/08/attention-based-hallucination-detection/
我看有的issue帖子说需要先单独运行爬虫，是这样吗？我直接按照readme运行app.py, 结果出来的报告确实幻想非常严重，而且mysql db所有的表都是空的，这是不是说app.py并不运行爬虫？
我看有的issue帖子说需要先单独运行爬虫，是这样吗？我直接按照readme运行app.py, 结果出来的报告确实幻想非常严重，而且mysql db所有的表都是空的，这是不是说app.py并不运行爬虫？
同样的问题，我也是一样的感受，我猜想这个BettaFish和MindSpider是两个需要单独运行的项目，但是共用一套数据库，且BettaFish依赖于MindSpider往db里写的数据？
是的，可以看一下问题汇总，你理解的很好
------------------ 原始邮件 ------------------ 发件人: 金晖 @.> 发送时间: 2025年11月8日 15:08 收件人: 666ghj/BettaFish @.> 抄送: BaiFu @.>, Comment @.> 主题: Re: [666ghj/BettaFish] 幻觉严重，明明检索出来的不是讲 monkeycode 的内容，或者根本没有检索出内容，胡编乱造了一些 微博、知乎、抖音的内容，实际根本搜不到相应的网页 (Issue #132)
ADguyCN990 left a comment (666ghj/BettaFish#132)
我看有的issue帖子说需要先单独运行爬虫，是这样吗？我直接按照readme运行app.py, 结果出来的报告确实幻想非常严重，而且mysql db所有的表都是空的，这是不是说app.py并不运行爬虫？
同样的问题，我也是一样的感受，我猜想这个BettaFish和MindSpider是两个需要单独运行的项目，但是共用一套数据库，且BettaFish依赖于MindSpider往db里写的数据？
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
是的，可以看一下问题汇总，你理解的很好 …
@666ghj BettaFish依赖于MindSpider往db里写的数据。但是，比如我有一个自己的数据库表，我想让BettaFish基于这个数据库表的数据写分析报告，那我把这个表导入数据库可以吗？BettaFish会怎么解析这个表的内容呢？
是的，可以看一下问题汇总，你理解的很好 ...
@666ghj BettaFish依赖于MindSpider往db里写的数据。但是，比如我有一个自己的数据库表，我想让BettaFish基于这个数据库表的数据写分析报告，那我把这个表导入数据库可以吗？BettaFish会怎么解析这个表的内容呢？
可以的， BettaFish 默认依赖 MindSpider 爬虫把原始内容写入 mindspider_tables.sql 定义的一组表（如 bilibili_video、xhs_note 等），这些表位于 MindSpider/schema/，也是 InsightEngine 预设查询的对象。
应用层通过 config.py/环境变量中的 DB_HOST/PORT/USER/PASSWORD/NAME 指向这套库（支持 MySQL 或 PostgreSQL），然后所有 Agent 共享这一连接去读写舆情素材。
所以你可以把你自己的表导入同一个数据库，有两个办法：
1、复用现有的MindSpider 表结构，把自建数据整理成现有表的字段格式（例如点赞列叫 liked_count、评论列叫 comment_count 等），InsightEngine 的 MediaCrawlerDB 查询就会“无感知”地工作，因为 SQL 和数据整形逻辑就是围绕这些列写的。 2、新增自定义表/库并扩展工具，如果你要导入的表字段或语义完全不同，就需要像 README 说的：新建一个数据访问工具（InsightEngine/tools/custom_db_tool.py）并在 Agent 中显式调用，以便按照你自己的表结构编写查询逻辑。
BettaFish 解析表内容的方法： InsightEngine 的 MediaCrawlerDB 封装了多种查询函数（热度榜、按话题全库检索、按时间段筛选、提取评论等）。这些函数内部写死了要扫的表名、列名和热度计算方式，并把查询结果标准化为 QueryResult，包含平台名、内容类型、时间戳、互动指标等字段供 LLM 使用。 _extract_engagement 会根据列名映射点赞、评论、转发、播放等互动指标；所以如果你的表字段名不同，需要调整映射或在自定义工具里把数据转换成统一格式再交给 Agent。