Об этом проекте

Yuxi (语析) — это развёртываемая в частном порядке многопользовательская платформа интеллектуальных агентов для работы со знаниями, предназначенная для предоставления корпоративным командам единого рабочего пространства агентов. Она объединяет поиск по базе знаний (RAG), граф знаний, оркестрацию мультиагентов на LangGraph, расширения MCP/Skills, инструменты песочницы, а также детализированное управление правами доступа, позволяя каждому пользователю получить собственный облачный Codex. Ключевые возможности включают: - **Единый рабочий стол агентов**: поддержка многораундовых диалогов, поиска по базе знаний, отслеживания статуса задач, ручного утверждения и доставки файлов. - **База знаний и RAG**: поддержка разбора документов множества форматов (PDF, Word, PPT, Excel, Markdown и др.), встроенные движки разбора MinerU, PaddleOCR и другие, поддержка настройки Embedding/Rerank, тестирования поиска и оценки эффективности RAG. - **Граф знаний и карта знаний**: автоматическое извлечение сущностей и связей из документов, построение графа знаний (Milvus/Neo4j), а также поддержка интерактивного просмотра графа и автоматической генерации карты знаний. - **Мультиагенты и экосистема расширений**: поддержка планирования и декомпозиции главным агентом, асинхронного параллельного выполнения нескольких SubAgents, нативная совместимость с механизмом плагинов Skills и протоколом MCP, поддержка онлайн-установки skill из skills.sh и сообщества 魔搭. - **Рабочая область песочницы и файловые артефакты**: агенты могут читать и записывать файлы через инструменты песочницы, создавать такие артефакты, как Markdown, HTML, диаграммы, код, с поддержкой онлайн-просмотра, редактирования и скачивания. - **Управление командой и эксплуатацией**: многопользовательская система прав доступа, поддержка настройки прав доступа к базам знаний, агентам, инструментам и моделям по пользователям и отделам; централизованное управление API Key моделей от нескольких поставщиков; предоставление Dashboard для мониторинга объёма системных запросов, потребления Token, частоты поиска и состояния очереди задач. Технологический стек включает LangGraph, Vue, FastAPI, Milvus, Neo4j, PostgreSQL, MinerU, PaddleOCR. Полностью запускается на Docker, предоставляет скрипты инициализации (Linux/macOS/Windows) и конфигурацию docker-compose, поддерживает быстрое развёртывание и производственное обновление. Проект использует лицензию MIT и опирается на такие превосходные открытые проекты, как LightRAG, DeepAgents, DeerFlow, RAGFlow, LangGraph, QwenPaw.