wanwu

Yuanjing Wanwu (元景万悟) es una plataforma de desarrollo de agentes de IA multiinquilino orientada a empresas, publicada por China Unicom bajo la licencia Apache-2.0. Se posiciona como una cadena de herramientas full-stack para Forward Deployed Engineers, agrupando las capacidades necesarias para llevar un proyecto de IA desde el prototipo hasta la entrega en sitio. Áreas de capacidad principales descritas en el README: - Agente RAG / base de conocimiento: gestión del conocimiento de extremo a extremo que abarca creación, análisis de documentos, vectorización, recuperación y reordenación. Afirma soporte para 12 formatos de archivo además de rastreo de URL, OCR y despliegue privado de MinerU, recuperación multimodal, fragmentación en cascada/adaptativa, clasificación inteligente y citación de fuentes. Un módulo UniAI-GraphRAG integrado añade modelado de ontología de dominio para resumen entre documentos y razonamiento de múltiples saltos. Según se indica, las bases de conocimiento creadas en Dify pueden importarse mediante API. - Agente de ontología: construye redes de conocimiento empresarial a partir de datos y documentos de la empresa para respaldar el razonamiento y la toma de decisiones sobre datos estructurados. - Agente de flujo de trabajo: un lienzo low-code de arrastrar y soltar con nodos para ramas condicionales, API, LLM, bases de conocimiento, código y MCP, además de depuración de extremo a extremo y análisis de rendimiento. El README también describe la invocación de Skills sin código durante el desarrollo de agentes. - Agente GUI: opera interfaces de aplicaciones sin API, con contenedores sandbox Docker aislados por bot; se enlaza una descarga de cliente separada. - Agente general más desarrollo de skills: un diseño de doble motor que combina un agente general con skills de escenarios verticales, creación de skills en lenguaje natural y conversión con un clic de aplicaciones de la plataforma en skills. Los módulos de la plataforma incluyen un hub de modelos para acceso unificado y gestión del ciclo de vida de modelos propietarios y de código abierto (GPT, Claude, Llama y otros), compatibilidad con la API de OpenAI, múltiples backends de inferencia como vLLM y TGI, y opciones autoalojadas; un módulo MCP con más de 100 interfaces recomendadas; búsqueda web con integración multifuente; estudio visual de flujos de trabajo; RAG de alta precisión; el agente general y el marco de orquestación de skills; el agente de ontología; y API RESTful de Backend-as-a-Service para integración con sistemas OA/CRM/ERP con control de permisos granular. Las opciones de despliegue son una plataforma visual lista para usar, integración por API y un cliente dedicado Skill más UniClaw para escenarios de altos privilegios. El README enumera la arquitectura multiinquilino, el cumplimiento Xinchuang (CPU Kunpeng, openEuler, Kylin, CULinux, TiDB, OceanBase) y una licencia Apache-2.0 como características de infraestructura y ecosistema. El inicio rápido se basa en Docker: copiar .env.example a .env, establecer WANWU_ARCH, WANWU_EXTERNAL_IP y WANWU_BFF_JWT_SIGNING_KEY, copiar .env.ontology.example, generar opcionalmente claves RSA, crear una red Docker y luego ejecutar docker compose con el archivo env de imagen amd64 o arm64. El inicio de sesión predeterminado es admin / Wanwu123456 en http://localhost:8081. El hardware recomendado es de 8-16 núcleos de CPU, 32GB de RAM, más de 200GB de almacenamiento y sin GPU; los modelos usados para el agente general o la creación de skills con un solo comando necesitan una longitud de contexto de al menos 32000. También se documentan el desarrollo del código fuente, la actualización de versión y los procedimientos de adaptación a TiDB/OceanBase. Las notas de seguridad mencionan la transmisión de contraseñas cifradas con RSA y aconsejan cambiar las contraseñas predeterminadas antes del uso en producción. Los escenarios típicos citados son atención al cliente inteligente, gestión del conocimiento empresarial y automatización de procesos como revisión de contratos y aprobación de reembolsos. El README incluye una tabla comparativa de características frente a Dify.AI, FastGPT, RAGFlow y la versión de código abierto de Coze, fechada el 15 de mayo de 2026; estas son afirmaciones del propio proyecto y no se verifican de forma independiente aquí.