xerrors/Yuxi

Yuxi – 私有部署的多租户知识代理平台

它是什么 – Yuxi（发音为“云西”）将 RAG 引擎、知识图谱构建器、基于 LangGraph 的多代理编排、沙盒文件工具和细粒度的团队级权限管理捆绑到一个 Docker Compose 堆栈中。它面向希望在自己的本地运行 AI 代理、将数据和模型凭据保留在内部，并允许多个用户创建和共享自定义代理的企业。

核心能力

模块	功能
统一代理工作台	用于聊天、工具调用、任务状态和文件下载的 Web UI（Vue）。支持 @ 提及以拉取知识库文档、个人文件或技能。
知识库与 RAG	上传 PDF、Word、PPT、Excel、Markdown 等；自动解析（MinerU、PaddleOCR）、分块、嵌入和向量索引（Milvus）。内置重排序和评估仪表板（Langfuse 风格）。
知识图谱	从分块中提取实体/关系，存储在 Neo4j 中，可视化为交互式图谱和分层知识地图。
多代理与可扩展性	配置基础 LLM，附加知识、工具、子代理、技能和 MCP（模型上下文协议）服务。支持并行子代理执行和插件技能。
沙盒工作区	为代理提供隔离的文件系统；生成的 Markdown、HTML、CSV、代码等可在浏览器中预览并下载。
团队治理	多租户模型，包含用户、部门和共享范围。集中式 API 密钥库，支持 OpenAI、Anthropic、DeepSeek、Qwen、vLLM 等；提供使用量、令牌消耗和任务队列的仪表板。

技术栈

• 前端：Vue (http://localhost:5173) – 工作台、管理控制台、仪表板。
• 后端：FastAPI (http://localhost:5050) – REST API、OpenAPI 文档。
• 编排：LangGraph 用于代理流程控制。
• 向量存储：Milvus。
• 图数据库：Neo4j。
• 数据库：PostgreSQL。
• 文档解析：MinerU、PaddleOCR、RapidOCR。
• 容器化：Docker Compose（所有服务一起启动）。

快速开始

1. 安装 Docker Engine 和 Docker Compose。
2. 克隆标签为 v0.7.3 的仓库，并运行 ./scripts/init.sh（或 PowerShell 等效命令）以生成包含您的大模型 API 密钥（例如 SiliconFlow）的 .env 文件。
3. 运行 docker compose up --build -d。
4. 当 http://localhost:5050/api/system/ready 返回 ready 时，打开 http://localhost:5173，创建超级管理员，然后开始创建知识库、代理和技能。

典型用例

• 内部帮助台机器人，从公司手册、政策和代码库中回答问题。
• 自动报告生成，代理拉取数据、在沙盒中运行分析，并返回格式化的 PDF/HTML。
• 面向研发团队的知识图谱驱动发现，链接从技术文档中提取的实体。
• 多步骤工作流自动化（例如法律合同起草），带有人工审批环节。

可扩展性

• 通过内置插件管理器添加新的技能（安装脚本、配置权限）。
• 插入额外的 MCP 服务以支持自定义模型后端。
• 通过统一检索器连接外部知识源，如 Dify 或 Notion。

许可证 – Yuxi 代码库采用 MIT 许可证；第三方组件保留其原始许可证（参见 LICENSE 和部署文档）。

资源

• 项目网站：https://xerrors.github.io/Yuxi/
• 文档：快速入门、模型配置、知识库、代理配置、部署。
• 演示视频：README 中的 Bilibili 链接。
• 赞助商：Fluxion AI（折扣模型 API 访问）。

---

Yuxi 是一个全栈、自托管的平台，让企业能够构建、运行和管理在私有文档和图结构知识上进行推理的 AI 代理。