语析 Yuxi

多租户 Harness + 企业知识库
让企业知识可被智能体检索、推理与交付

[项目文档] · [English]

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；最新开发动态，详见 changelog。

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 v0.7.0.beta3 --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 ⭐️