*图由 GPT-Image-2 生成
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。
- 🤖 智能体开发 —— 基于 LangGraph 构建,支持子智能体(SubAgents)、Skills、MCP、Tools 与中间件机制;长耗时任务由后台 worker 异步执行,配套沙盒文件系统支持工具产物落盘、预览与下载。
- 📚 知识库(RAG) —— 多格式文档解析(MinerU / PaddleX / OCR),可配置 Embedding 与 Rerank 模型,支持知识库评估与 PDF / 图片在线预览,检索来源回填到对话引用。
- 🕸️ 知识图谱 —— 在 Milvus 知识库内构建、展示和检索实体关系图谱,并与 chunk 检索结果融合参与智能体推理。
- 🏢 多租户与权限 —— 用户 / 部门级权限管理,模型供应商统一配置,支持 API Key 认证供外部系统集成调用。
- ⚙️ 平台与工程化 —— Vue + FastAPI 架构,开箱即用的 Docker Compose 部署,支持暗黑模式、LITE 轻量启动与生产级编排。
| 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 |
[2026/06] v0.7.0 开发中(重要不兼容变更)
- 模型配置收敛:移除旧版 v1 模型配置与 Ollama 支持,运行时统一使用
provider_id:model_id与独立 provider 模块,自定义 provider 迁移到数据库 - 智能体运行时收敛:用户可见的
AgentConfig收敛为数据库持久化的一级Agent,新增/api/agent管理与运行接口,前端只提交agent_id - 知识库能力收敛:以 Yuxi 自研的 Milvus 知识库/图谱构建、展示、检索链路替换历史 LightRAG 集成,并移除 Upload 类型;知识库类型收敛为 Milvus 与只读连接器(Dify、Notion),减少历史集成带来的兼容性问题
- Skill 安装与权限收敛:以
source_type / share_config / enabled表达来源、生效范围与启用状态;内置 Skill 启动自动入库并默认全局启用,上传/远程统一改为「解析草稿 → 确认安装」 - 用户身份命名收敛:业务登录标识统一为字符串
uid
详见 开发路线图。
[2026/04/01] v0.6.0 版本发布
- 重构后端代码 src -> backend/package/yuxi
- 重构文档解析,统一文档解析体验,并新增 Parser 类
- 新增 LITE 模式启动,启动时不加载知识库、知识图谱相关模块,可以使用 make up-lite 快捷启动
- 新增沙盒环境,详见后续文档更新,统一沙盒虚拟路径前缀默认值为
/home/gem/user-data - 新增基于沙盒的文件系统,前端工作台可以查看文件系统,支持预览(文本、图片、PDF、HTML)、下载文件
- 新增
present_artifacts内置工具:Agent 可将/home/gem/user-data/outputs/下的结果文件显式写入 LangGraph state 的artifacts字段,前端支持在输入框顶部以默认折叠的堆叠卡片展示本轮交付物文件,并保持可下载、可预览能力 - 新增基于沙盒的知识库只读映射,按“用户可访问知识库 ∩ 当前 Agent 已启用知识库”暴露原始文件与解析后的 Markdown
- 重构附件系统,直接集成在了沙盒文件系统中,附件上传后直接落盘到沙盒挂载目录
- 优化前端流式消息体验:新增通用
useStreamSmoother调度层,统一平滑 Agent runs SSE、普通聊天流与审批恢复流中的loadingchunk - 优化项目文档说明,并添加贡献指南
- 重构前端 Agent 路由结构,体验更加顺畅,切换更加自然(类 chatgpt 体验)
- 新增 API Key 认证功能,支持外部系统通过 API Key 调用系统服务
- 新增 subagents 的支持,支持在 web 中添加 subagents,以及两个内置的子智能体
- 新增内置Skills reporter,并移除内置 Agent reporter,数据库报表将由 Skills 完成
- 新增内置 Skills
deep-reporter,用于指导生成科研报告、行业调研和其他深度分析类长报告 - 重构内置 Skills/MCP/Subagents 安装/添加/移除机制:内置 skill 支持按需安装、基于
version + content_hash的更新提示与覆盖确认,不再使用服务器级开关切换 - 新增知识库 PDF、图片的预览功能
- 重构后端测试目录结构:按
unit / integration / e2e分层迁移现有测试,拆分全局conftest.py,统一测试入口为uv run --group test pytest,并新增独立测试规范文档docs/develop-guides/testing-guidelines.md
- 修复 LightRAG 知识库修改配置后,模型没有切换的 bug #580
- 修复数据库获取接口未过滤文件字段而导致的数据包过大的情况
- 修复 Thread 未绑定 agent_config_id 导致的历史对话切换后上下文配置错乱的问题
[2026/03/01] v0.5.0 版本发布
详见 changelog
[2025/12/19] v0.4.0 版本发布
详见 changelog
[2025/11/05] v0.3.0 版本发布
详见 changelog
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.dev1 --depth 1 https://github.com/xerrors/Yuxi.git
cd Yuxi
# Linux/macOS
./scripts/init.sh
# Windows PowerShell
.\scripts\init.ps12. 使用 Docker 启动
docker compose up --build3. 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。
对话工作台 |
沙盒文件系统 |
Agentic RAG |
知识图谱 |
检索评估 |
多知识源接入 |
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
感谢所有贡献者的支持!
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 ⭐️






