yuxi

Yuxi (语析) est une plateforme privée multi-locataires d'agents intelligents, conçue pour offrir un espace de travail unifié aux équipes d'entreprise. Elle intègre la recherche en base de connaissances (RAG), les graphes de connaissances, l'orchestration multi-agents LangGraph, l'extension MCP/Skills, les outils sandbox et une gestion fine des permissions, permettant à chaque utilisateur de disposer d'un Codex cloud. Les capacités principales incluent : - **Poste de travail unifié pour agents** : prise en charge des dialogues multi-tours, recherche en base de connaissances, suivi de l'état des tâches, approbation humaine et livraison de fichiers. - **Base de connaissances et RAG** : analyse de documents multi-formats (PDF, Word, PPT, Excel, Markdown, etc.), moteurs d'analyse intégrés MinerU, PaddleOCR, configuration Embedding/Rerank, tests de recherche et évaluation de l'efficacité RAG. - **Graphes de connaissances et cartes de connaissances** : extraction automatique des entités et relations à partir des documents, construction de graphes (Milvus/Neo4j), navigation interactive et génération automatique de cartes de connaissances. - **Multi-agents et écosystème extensible** : planification et décomposition par l'agent principal, exécution asynchrone parallèle de plusieurs sous-agents, compatibilité native avec le mécanisme de plugins Skills et le protocole MCP, installation en ligne de skills.sh et des skills de la communauté ModelScope. - **Espace de travail sandbox et artefacts de fichiers** : les agents peuvent lire et écrire des fichiers via des outils sandbox, générer des artefacts Markdown, HTML, graphiques, code, etc., avec aperçu en ligne, édition et téléchargement. - **Gouvernance d'équipe et gestion des opérations** : système de permissions multi-locataires, configuration des accès aux bases de connaissances, agents, outils et modèles par utilisateur et département ; gestion centralisée des clés API des modèles multi-fournisseurs ; tableau de bord de surveillance des requêtes système, consommation de tokens, fréquence de recherche et état de la file d'attente des tâches. La pile technique comprend LangGraph, Vue, FastAPI, Milvus, Neo4j, PostgreSQL, MinerU, PaddleOCR. Le tout est lancé via Docker, avec des scripts d'initialisation (Linux/macOS/Windows) et une configuration docker-compose, prenant en charge un déploiement rapide et des mises à niveau en production. Le projet est sous licence MIT et s'inspire de projets open source remarquables tels que LightRAG, DeepAgents, DeerFlow, RAGFlow, LangGraph et QwenPaw.