结合知识库、知识图谱管理的 多租户 Agent Harness 平台。 An agent harness that integrates a LightRAG knowledge base and knowledge graphs. Build with LangChain + Vue + FastAPI, support DeepAgents、MinerU PDF、Neo4j 、MCP.
pip install yuxi
简介
语析（Yuxi）是一个基于大模型的智能知识库与知识图谱智能体开发平台。它把 RAG 检索、Milvus 知识库内知识图谱 与 LangGraph 多智能体编排 整合进统一的多租户工作台：管理员配置知识库、模型与权限，用户在类 ChatGPT 的界面中与可挂载 Skills、MCP、子智能体和沙盒工具的智能体对话，并获得带引用来源、知识图谱推理与可交付产物的回答。
导航：项目介绍 ｜ 快速开始 ｜ 开发路线图 | 0.7 版本特性；最新开发动态，详见 changelog。
📢 求职：作者为江南大学软件工程博士研究生，研究方向 AI Agent、知识图谱与大模型应用，预计 2027 年毕业，现寻求实习/全职机会，欢迎联系：wenjie.zhang@stu.jiangnan.edu.cn
🩷 赞助商
|
感谢 随想AI中转站 对本项目的赞助！ 随想AI中转站 是一家可靠高效的 API 中继服务提供商，提供 Claude、Codex、Gemini 等的中继服务。注重隐私的中转站·无数据倒卖·无模型掺水，隐私，透明，极速售后。新账户注册每日签到就送 0.5 元测试额度，充值额度 1:1，无需订阅，按量付费。 |
技术栈
| 层 | 技术 |
|---|---|
| 前端 | Vue 3 · Vite · Pinia |
| 后端 | FastAPI · LangGraph · ARQ (异步 worker) |
| 存储 | PostgreSQL · Redis · MinIO · Milvus · Neo4j |
| 文档解析 | MinerU · PaddleX · RapidOCR |
| 部署 | Docker Compose |
快速开始
前置要求：已安装 Docker 与 Docker Compose，并准备至少一个兼容 OpenAI 接口的大模型 API。
1. 克隆代码并初始化
git clone --branch v0.7.1 --depth 1 https://github.com/xerrors/Yuxi.git
cd Yuxi
# Linux/macOS
./scripts/init.sh
# Windows PowerShell
.\scripts\init.ps1
2. 使用 Docker 启动
docker compose up --build
3. 访问平台
等待启动完成后，浏览器打开 http://localhost:5173，使用初始化时生成的管理员账户登录即可。
💡 不需要知识库 / 知识图谱等重依赖时，可使用
make up-lite以 LITE 轻量模式启动，加快冷启动速度。更多部署说明见 项目文档。
致谢
本项目参考并引用了以下优秀开源项目，在此致以诚挚的感谢：
- LightRAG - 早期版本曾参考其图谱构建与检索思路；当前 Yuxi 已实现自研 Milvus 知识库/图谱链路以替换历史集成，降低兼容性问题
- DeepAgents - 直接引入作为深度智能体框架
- DeerFlow - 参考了其 Sandbox 智能体架构的实现思路
- RAGflow - 参考了其文档 Text Chunking 的分块策略
- LangGraph - 多智能体编排框架，本项目的核心架构基础
- QwenPaw - 参考模型配置与个人文件区域设计
参与贡献
感谢所有贡献者的支持！
Star History
📄 许可证
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。
如果这个项目对您有帮助，请不要忘记给我们一个 ⭐️