快速开始(10 分钟)
本节带你从“一台干净的电脑”到“在 UI 里看到第一个项目跑出结果”。全程约 10 分钟(不含模型调用本身的时间)。
先记一个最重要的选择题:
- 想在同一台电脑上把 UI 和本地
mira-engine一起装好,首启自动拉起本机引擎:选MIRA-bundle- 想连接远程服务器上的 mira,或你已经自己装好了本机
mira/mira-engine:选MIRA-standalone
0) 前置条件
最少需要:
- 一台 macOS / Windows / Linux 电脑。
- 至少 一个 模型 Provider 的 API key(OpenAI / Anthropic / OpenRouter / DeepSeek / 阿里 DashScope / 智谱 / 火山 / Azure 等任一即可),也可以用本地的 Ollama(不要 key)。
按你后面选的安装方式不同,软件依赖不同:
| 安装方式 | Python | Node.js | Git |
|---|---|---|---|
| A. 单文件可执行(推荐普通用户) | ❌ 不需要 | 仅在你想从源码跑 UI 时需要 | ❌ |
| B. PyPI 安装(推荐熟悉 Python 的研究者) | 3.11 或 3.12 | 仅在你想从源码跑 UI 时需要 | ❌ |
| C. 源码安装(开发者 / 想 hack) | 3.11 或 3.12 | 20+ | ✅ |
不知道 Provider 选哪个?想要省事且效果稳:注册一个 OpenRouter key,能用一把钥匙调遍主流闭源/开源模型。
1) 安装 MIRA 引擎
挑一个你最舒服的方式。装一种就够了,不要混装。
- A. 单文件可执行(推荐)
- B. PyPI 安装
- C. 源码安装(开发者)
无需 Python,下载即用,最适合非开发者。
到 GitHub Releases 下载对应平台的可执行文件(每个文件都附带 .sha256 校验和):
| 平台 | 文件 |
|---|---|
| Windows (x86_64) | mira-engine-windows-x86_64.exe |
| macOS (Apple Silicon) | mira-engine-macos-arm64 |
| macOS (Intel) | mira-engine-macos-x86_64 |
| Linux (x86_64) | mira-engine-linux-x86_64 |
放到 PATH 里即可(建议改名去掉平台后缀)。
macOS / Linux:
# 以 macOS arm64 为例
curl -L -o mira-engine \
https://github.com/MIRA-Intelligence/mira/releases/latest/download/mira-engine-macos-arm64
chmod +x mira-engine
sudo mv mira-engine /usr/local/bin/
# macOS 首次运行可能需要解除 Gatekeeper 隔离
xattr -dr com.apple.quarantine /usr/local/bin/mira-engine
Windows(PowerShell,管理员):
# 下载到固定目录并加入 PATH
$dst = "C:\Program Files\Mira"
New-Item -ItemType Directory -Force -Path $dst | Out-Null
Invoke-WebRequest -Uri "https://github.com/MIRA-Intelligence/mira/releases/latest/download/mira-engine-windows-x86_64.exe" `
-OutFile "$dst\mira-engine.exe"
[Environment]::SetEnvironmentVariable("Path", $env:Path + ";$dst", "Machine")
单文件版直接提供
mira-engine服务管理 CLI(含gateway子流程),可以覆盖大多数日常使用。如果你需要直接用mira agent ...在终端跟 Agent 对话,请改用 B 或 C 方式安装。
校验:
mira-engine --help
mira-engine doctor
适合已经有 Python 3.11/3.12 环境的研究者和 CI。
# 推荐用 venv / conda 隔离
python -m venv ~/.venvs/mira
source ~/.venvs/mira/bin/activate # Windows: ~\.venvs\mira\Scripts\activate
pip install mira-engine
校验:
mira --version
mira --help
应该能看到 6 个子命令:onboard / gateway / serve / agent / status / channels。
升级 / 卸载:
pip install -U mira-engine
pip uninstall mira-engine
包名是
mira-engine(pip);命令名是mira(用户 CLI)和mira-engine(服务管理 CLI)。两者都装在同一个 wheel 里。
想 hack 代码、跑 dev 分支或参与贡献时用。
git clone https://github.com/MIRA-Intelligence/mira.git
cd mira
pip install -e .
校验:
mira --version
mira --help
可选:仓库里
install.sh提供一键创建miraconda env 的脚本:bash install.sh。想跑测试:
pip install -e ".[dev]" && pytest。
2) mira onboard — 初始化本地
mira onboard
它会:
- 在
~/.mira/下创建:config.json、workspace/、logs/、runtime/。 - 写入一份带占位字段的
config.json模板。 - (加
--wizard可以走交互式向导,逐项填 provider/model/key。)
如果你之前用过 MedPilot,第一次运行 mira 任何子命令时都会自动把 ~/.medpilot/ → ~/.mira/,并把 MEDPILOT_* 环境变量映射到 MIRA_*,原文件保留 .migrated-from-medpilot 标记后不再触发。
3) 配置 Provider
打开 ~/.mira/config.json,至少把以下几项填齐。下面给三种最常见组合:
选项 A:OpenRouter(最简单,一把钥匙调全家)
{
"agents": {
"defaults": {
"provider": "openrouter",
"model": "anthropic/claude-sonnet-4-5",
"maxTokens": 8192,
"temperature": 0.1,
"maxToolIterations": 60
}
},
"providers": {
"openrouter": {
"apiKey": "sk-or-v1-..."
}
}
}
选项 B:直接 OpenAI + Anthropic 双账号
{
"agents": {
"defaults": {
"provider": "auto",
"model": "anthropic/claude-opus-4-5"
}
},
"providers": {
"openai": { "apiKey": "sk-..." },
"anthropic": { "apiKey": "sk-ant-..." }
}
}
provider: "auto" 会按 model 字段自动匹配 anthropic/... → anthropic,openai/... → openai。
选项 C:本地 Ollama(无需 API key,需先装 Ollama 并 ollama pull qwen2.5:14b)
{
"agents": {
"defaults": {
"provider": "ollama",
"model": "qwen2.5:14b"
}
},
"providers": {
"ollama": {
"apiBase": "http://localhost:11434"
}
}
}
校验:
mira status
应当看到 provider 已识别、model 已确认、workspace 路径正确。
4) 启动后端
mira gateway
默认会在前台监听:
- WebSocket:
ws://localhost:18790/ws - REST API:
http://localhost:18790/api
如果你想改端口:mira gateway --port 28790。常驻后台请看 本地服务(mira-engine)。
想直接在终端里聊一下试试,不用 UI?另开一个终端:
mira agent -m "你好,介绍一下你能做什么"
5) 启动 MiraUI
挑一种安装方式。普通用户走 A 即可,B 留给前端开发者和想 hack UI 的人。
先按你的使用场景选包:
| 你现在的需求 | 应下载的桌面包 |
|---|---|
我只想在这台电脑上直接开始用,不想单独装 mira-engine | MIRA-bundle |
我已经手动装好了 mira / mira-engine,只想装 UI | MIRA-standalone |
我要连接远程服务器上的 mira gateway | MIRA-standalone |
| 我需要 Linux 桌面包 | MIRA-standalone(当前 Linux 只提供 standalone) |
一个简单判断法:想连远程,就优先下 standalone;想本机一键开箱即用,就下 bundle。
- A. 桌面安装包(推荐)
- B. 源码运行(开发者)
到 GitHub Releases 下载对应平台的安装包。同一个 release 页面里会同时出现 -standalone- 和 -bundle- 两类资产:
| 类型 | 适合谁 | 典型文件名 |
|---|---|---|
MIRA-bundle | 本机使用、想省掉单独安装引擎 | MIRA-bundle-<ver>-mac-arm64.dmg / MIRA-bundle-<ver>-win-x64-setup.exe |
MIRA-standalone | 远程连接、或你自己管理 mira-engine | MIRA-standalone-<ver>-mac-arm64.dmg / MIRA-standalone-<ver>-win-x64-setup.exe / Linux .AppImage |
macOS 首次打开如果提示 “无法验证开发者”:右键 → 打开(或
xattr -dr com.apple.quarantine /Applications/MIRA.app)。
启动后:
- 如果你装的是
MIRA-bundle:- 首启会自动检查、注册并启动本机
mira-engine - 默认走本地模式,目标地址固定为
127.0.0.1:18790 - 最适合“这台电脑自己跑研究任务”的场景
- 首启会自动检查、注册并启动本机
- 如果你装的是
MIRA-standalone:- 不会替你安装内置 engine
- 如果你本机已经按前文装好并启动了
mira gateway,通常无需额外配置 - 如果后端跑在远程机器上,打开
Settings → General,填写远程 API / WebSocket 地址(例如https://mira.lab.example.com/api与wss://mira.lab.example.com/ws)
- 不确定自己该下哪个?又只想尽快开始:
- 单机本地使用:下
bundle - 远程 server / 团队共享后端:下
standalone
- 单机本地使用:下

图:UI 首屏总览。
需要 Node.js 20+ 与 npm 10+。
git clone https://github.com/MIRA-Intelligence/mira-ui.git
cd mira-ui
npm install
# 选一个:
npm run dev # Web 模式,浏览器访问 http://localhost:5173
npm run dev:electron # Desktop 联调(Vite + Electron 一起起)
npm run dist # 出 standalone 桌面安装包到 release/
npm run dist:bundle:mac # 出 macOS bundle 安装包
npm run dist:bundle:win # 出 Windows bundle 安装包
后端地址通过 .env.local 自定义:
VITE_API_URL=http://localhost:18790
VITE_WS_URL=ws://localhost:18790/ws
详见 Web / Desktop 双模式 和 打包与发布。
6) 你的第一个项目
- 新建项目:点左侧
+,填写:Research description:对本项目要研究的内容及目标进行详细的描述。agent_profile:研究类项目选research。contract_version:默认compat即可,等熟悉后再尝试strict。run_mode:先选manual(每一步都看一眼)。
- 进入 Research 阶段:补充背景、数据来源、参考文献。Agent 会用
pubmed-search/deep-research自动找资料。 - 进入 Experiment 阶段:在“新建实验”里写明指标和方法。Agent 会调用对应 skill(如
medical-image-dl-pipeline)落到experiments/exp-001/下,每跑完一轮会回写task_plan.json中的experiments[].results。 - 进入 Result 阶段:选择导出类型(
experiment_report/paper_article/presentation/metadata),点击导出。完成后 UI 会显示output_path与output_type,文件落在result/exports/。

图:新建项目
7) 验收清单
跑完上面流程后,至少应满足:
-
~/.mira/workspace/PRJ-xxxx/task_plan.json存在且phase = result、status = completed。 -
result.output_path对应文件存在并可下载。 - UI 项目卡片上出现
completed标识。 -
mira status没有红色项。
任一条不满足,按 FAQ 与故障排查 对应小节定位。
下一步去哪
用得更顺手
- 核心概念 — 弄清楚 task_plan / project / experiment 的边界。
- UI 功能总览 — 把每个面板的快捷键和按钮过一遍。
- 运行模式与 Profile — 学会切到
auto,吞吐量翻倍。
调优
- Provider 与运行时参数 — 切模型、调温度、改回合上限。
- 模型路由(Router)模式 — 让便宜模型干便宜的活。
- Skills 与 Tools — 看看还有哪些 skill 可用,怎么挂自定义 MCP 工具。
扩展
- Channel 配置 — 把 Agent 接到飞书/Slack/Telegram,让团队远程指挥。
- 自托管部署 — 把后端搬到团队服务器。
- 本地服务(mira-engine) — 让引擎像系统服务一样常驻。