{
  "simulation_id": "sim_10b494550540",
  "project_id": "proj_3a131695f17d",
  "graph_id": "mirofish_7b076d2fd9d343ff",
  "enable_twitter": true,
  "enable_reddit": true,
  "status": "running",
  "entities_count": 93,
  "profiles_count": 93,
  "entity_types": [
    "Organization",
    "Student",
    "MediaOutlet",
    "University",
    "GovernmentAgency",
    "Alumni",
    "Professor",
    "Person",
    "Official"
  ],
  "config_generated": true,
  "config_reasoning": "时间配置: 选择7天（168小时）模拟以覆盖事件爆发、传播高峰与中期余波以及可能的官方二次回应窗口；15分钟为轮次粒度，能较细致捕捉舆论节奏与突发放大。基于提供的活跃度系数（北京时间）：0-5点系数0.05（极低）、6-8点0.4（早高峰上升）、9-18点0.7（工作时间稳定传播）、19-22点1.5（晚间传播高峰）、23点后0.5（夜间下降）。agents_per_hour_min/max由实体总数（93）作基准并考虑社媒放大与重复发帖：理论最低在深夜极低活跃时接近实体数×0.05≈5，为留有背景噪声与监测必要，设为10；最高考虑晚间放大效应与多平台多次激活（转发、评论、媒体跟进、外省/海外放大等），上限设为实体数×3.5≈326，用于支持出现病毒式扩散与多源参与的情景。所有时间配置均以北京时间作息习惯为准，以便模拟贴合中国网民与相关方的活跃节律。 | 事件配置: 选取关键词覆盖法律裁定、程序正义、信息透明、校园治理与外溢风险（捐赠、生源、师资）。叙事方向基于典型舆情发展规律：撤销处分会产生即时分化—支持司法正当性与要求校方问责并行。设计的初始帖以官方声明启动议题，媒体报道放大、学生与教师分别从情感与制度层面响应，校友/组织强调利益敏感性。建议监测指标：情感倾向（72小时变化）、热搜标签、平台传播路径、校友捐赠意向与招生志愿变化、青年教师离职咨询量；同时建议校方在24小时内提供透明时间表、独立调查机制与受害者救济措施以管控风险。 | Agent配置: 成功生成 93 个",
  "current_round": 0,
  "twitter_status": "not_started",
  "reddit_status": "not_started",
  "created_at": "2025-12-01T19:16:28.639107",
  "updated_at": "2025-12-02T16:05:31.967519",
  "error": null
}