xerrors/Yuxi

项目概览

项目用自研的 Milvus 知识库与图谱链接替换了历史上的 LightRAG 集成，旨在解决兼容性问题，并支持 MCP 协议。

项目类型

AI Agent · RAG 与知识库 · AI 工作流

应用场景

知识问答

部署方式

查看项目说明

License

MIT

适合谁

• 需要快速部署支持多租户隔离的私有化企业级 RAG 知识库平台的团队。
• 希望利用 LangGraph 多智能体和 MCP 工具构建多步业务工作流的组织。
• 需要为终端用户提供带引用来源和图谱推理结论的对话式检索体验的场景。

核心能力

• 提供一个统一平台，管理员可以在该工作台中为不同的租户配置知识库、挂载模型以及设定具体的访问权限。该能力状态为可用，是支撑企业级隔离部署的核心基础。
• 利用检索增强生成（RAG）技术，允许终端用户在企业知识库中进行信息搜索与内容提取。该能力为用户查询提供上下文支撑。
• 基于 LangGraph 框架协调多个智能体，用于处理需要多步推理以及协同执行的任务流程。
• 为终端用户提供对话式交互体验。系统不仅返回自然语言回答，还会在回复中附带信息引用来源并展示知识图谱的推理输出结果。
• 支持使用 MinerU、PaddleX 和 RapidOCR 等工具对企业上传的文档进行解析，以此完成知识库内容的初始化与持续扩充。
• 允许为智能体配置可挂载的技能（Skills）、MCP（模型上下文协议）支持、子智能体以及沙盒执行工具，扩展智能体可处理的业务操作范围。

限制与风险

• 系统本身不包含大语言模型，必须依赖外部付费的 OpenAI 兼容 API 服务，部署后的日常使用会产生持续的模型推理费用。
• 项目未提供关于系统内置遥测监控和数据收集机制的相关文档，不便于直接满足严格的企业级运维合规审计要求。
• 文档中没有明确说明系统架构是否原生支持或强制要求 GPU，在处理海量文档解析时可能存在性能瓶颈评估盲区。

如何开始

• 确保本地或服务器已安装最新版本的 Docker 和 Docker Compose，并准备好至少一个可访问的 OpenAI 兼容大语言模型 API 端点及密钥。
• 从代码仓库克隆项目源码，在项目根目录执行提供的初始化脚本以生成必要的配置文件。此过程不需要编写任何业务代码。
• 运行 docker compose up --build 命令拉取镜像并启动全栈服务。启动完成后，在浏览器中打开 http://localhost:5173 即可进入多租户工作台开始配置知识库和智能体。

核验依据

• GitHub 项目简介: 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、Miner…
• README: 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…
• README: | 前端 | Vue 3 · Vite · Pinia | | 后端 | FastAPI · LangGraph · ARQ (异步 worker) | | 存储 | PostgreSQL · Redis · MinIO · Milvus · Neo4j |
• README: **前置要求**：已安装 [Docker](https://docs.docker.com/get-docker/) 与 Docker Compose，并准备至少一个兼容 OpenAI 接口的大模型 API。
• README: 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。

内容核验时间：