yuxi

Yuxi (语析) es una plataforma de agentes de conocimiento multiinquilino implementable de forma privada, diseñada para proporcionar a los equipos empresariales un espacio de trabajo unificado de agentes. Integra recuperación de bases de conocimiento (RAG), grafos de conocimiento, orquestación multiagente con LangGraph, extensiones MCP/Skills, herramientas sandbox y gestión de permisos granular, permitiendo que cada usuario tenga su propio Codex en la nube. Las capacidades principales incluyen: - **Espacio de trabajo unificado de agentes**: admite conversaciones multiturno, recuperación de bases de conocimiento, seguimiento del estado de tareas, aprobación humana y entrega de archivos. - **Base de conocimiento y RAG**: admite el análisis de documentos en múltiples formatos (PDF, Word, PPT, Excel, Markdown, etc.), con motores de análisis integrados como MinerU y PaddleOCR, y soporte para configuración de Embedding/Rerank, pruebas de recuperación y evaluación del rendimiento de RAG. - **Grafo de conocimiento y mapas de conocimiento**: extrae automáticamente entidades y relaciones de los documentos, construye grafos de conocimiento (Milvus/Neo4j) y admite navegación interactiva de grafos y generación automática de mapas de conocimiento. - **Multiagente y ecosistema de extensiones**: admite la planificación y descomposición por parte del agente principal, la ejecución asíncrona y paralela de múltiples SubAgents, es compatible de forma nativa con el mecanismo de plugins Skills y el protocolo MCP, y permite la instalación en línea de skills de skills.sh y de la comunidad ModelScope. - **Espacio de trabajo sandbox y productos de archivo**: los agentes pueden leer y escribir archivos mediante herramientas sandbox, generar productos como Markdown, HTML, gráficos y código, con soporte para vista previa, edición y descarga en línea. - **Gobernanza de equipos y gestión de operaciones**: sistema de permisos multiinquilino que permite configurar el acceso a bases de conocimiento, agentes, herramientas y modelos por usuario y departamento; gestión centralizada de claves API de modelos de múltiples proveedores; panel de control para monitorear el volumen de solicitudes del sistema, el consumo de tokens, la frecuencia de recuperación y el estado de la cola de tareas. El stack tecnológico incluye LangGraph, Vue, FastAPI, Milvus, Neo4j, PostgreSQL, MinerU y PaddleOCR. Se inicia completamente con Docker, proporciona scripts de inicialización (Linux/macOS/Windows) y configuración de docker-compose, y admite despliegue rápido y actualizaciones de producción. El proyecto utiliza la licencia MIT y hace referencia a excelentes proyectos de código abierto como LightRAG, DeepAgents, DeerFlow, RAGFlow, LangGraph y QwenPaw.