MMCPMarkets
XY

xerrors/yuxi

Deployment & DevOps

Эта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал

7,5 тыс. stars 1,2 тыс. forks Качество 66 Тренд 65MIT
Repository Install

Частно развёртываемая платформа многоарендаторных агентов знаний: унифицированный RAG, графы знаний, мультиагенты, MCP/навыки, песочница и управление разрешениями. Самостоятельная платформа агентов знаний для RAG, графов знаний и многоагентных рабочих процессов.

Обзор

Yuxi — это частная платформа многоарендованного агента знаний. Она интегрирует поиск в базе знаний, графы знаний, многоагентную оркестрацию LangGraph, MCP/Skills, инструменты песочницы и управление разрешениями в одном рабочем пространстве. - : Загрузка документов, парс, индексация блоков и векторов, чтобы агенты возвращали исходные ответы. - : Объединять инструменты, MCP, навыки, подагенты и песочницы для создания предварительно просмотренных и загружаемых файлов. - : Извлекать сущности и связи из блоков документов базы знаний Milvus, записывать их в Neo4j и участвовать в поиске. - : Управлять базами знаний, агентами, навыками и моделями по пользователю, отделу и общим объёму. - : Оценивать результаты поиска по базе знаний, а также использовать набор данных Langfuse для оценки полных задач агента. Установите Docker Engine и Docker Compose и подготовьте удобный API большой модели. Стандартная конфигурация текущего репозитория соответствует версии 0.7.2 и всё ещё находится в бета-версии. Скрипт инициализации создаёт .env, считывает ключ API SiliconFlow и генерирует независимые ключи безопасности для JWT, вывода ключа API и провизионера Sandbox. Вы также можете вручную скопировать шаблон .env.template и заполнить эти значения. Когда возвращенный статус будет готов, откройте документ http://localhost:5173，按页面提示初始化超级管理员并登录。API, расположенный по адресу http://localhost:5050/docs。 При обновлении с v0.7.1 до текущей версии вы не можете напрямую запустить Docker Compose Up. Пожалуйста, сначала прочитайте «Production Deployment and Upgrade» и завершите резервное копирование и миграцию в период простоя. - Введение в проект: понимание возможностей, концепций и границ системы. - Быстрый старт: Запуск локальной среды с нуля. - Конфигурация модели: доступ к чату, встраивание и перестановка моделей. - Учебник по базе знаний: создание баз знаний и проверка поиска. - Разработка агентов: настройка агентов, инструментов и расширений. - Производственное развертывание: развертывание, обновления, резервное копирование и устранение неполадок. - Записи изменения версий: просмотр опубликованных изменений. Yuxi интегрирует знания в систему, выполнение задач агента и управление командой в полную цепочку. Ниже представлены возможности системы по шести ключевым модулям:

Обзор (машинный перевод)

Yuxi = Облачные агенты + Knowledge RAG, Yuxi — это частно развёртываемая многоарендовальная платформа агентов знаний. Пользовательские агенты с управляемыми правами и накапливают корпоративные траектории. Она интегрирует поиск базы знаний, графы знаний, многоагентную оркестрацию LangGraph, MCP/Skills, инструменты песочницы и управление правами в одном рабочем пространстве. Гарантирует, что у каждого пользователя есть облачный кодекс.

Главная страница проекта · Быстрый старт · Демо-видео · История версий · Английский

Что может сделать Юси?

Yuxi предназначен для многопользовательских агентных продуктов, требующих корпоративного саморазвертывания и самостоятельного управления данными, моделями и разрешениями:

  • Дружелюбен к дверям bin-door: протокол MIT, простой код, высокая масштабируемость и удобен для развертывания с высокой параллельностью.
  • Harness: Полнофункциональный облачный многопользовательский Harness с настраиваемыми агентами для построения корпоративных траекторий.
  • Knowledge: эффективный и точный пакет агентных RAG для загрузки, парсинга, фрагментирования и векторного индексирования документов.
  • Выполнять многошаговые задачи: Объединять инструменты, MCP, навыки, субагенты и песочницы для создания предпросмотрных и загружаемых файлов.
  • Соединение графов знаний: Извлекать сущности и связи из блоков документов в базе знаний Milvus, записывать их в Neo4j и участвовать в поиске.
  • Сфера использования управленческой команды: Управление базами знаний, агентами, навыками и моделями по пользователям, отделам и общим объёму.
  • Сравните качество во время выполнения: Оценивайте результаты поиска в базах знаний, а также можете использовать набор данных Langfuse для оценки полных задач агента.

Спонсоры

Спонсоры Введение
Fluxion AI ориентирован на отдельных разработчиков, технические команды и предприятия, обеспечивая доступ к глобальным основным моделям ИИ и управление ими через единый API; Повышает доступность за счёт динамического многопутного планирования, обеспечивая прозрачную и проверяемую производительность модели, время отклика и комиссии. В зависимости от модели и маршрута стоимость вызовов API может быть снижена на 40–98% по сравнению с официальными или эталонными ценами. Зарегистрируйтесь по эксклюзивной ссылке, чтобы получить квоту API $7

Быстрый старт

Парсинг (Yuxi) полностью запущен на базе Docker, с сервисами и промежуточным ПО в основном LangGraph, Vue, FastAPI, Milvus, Neo4j, PostgreSQL, MinerU, PaddleOCR.

Требования

Установите Docker Engine и Docker Compose и подготовьте удобный API большой модели. Настройка текущего репозитория по умолчанию соответствует v0.7.3.

1. Получите код и инициализируйте

Скрипт инициализации создаёт .env, считывает API ключ SiliconFlow и генерирует независимые ключи безопасности для JWT, вывода ключа API и провизионера Sandbox. Вы также можете вручную скопировать .env.template и заполнить эти значения.

2. Запустить среду разработки

Просмотр статуса сервиса:

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

Установка

This server does not publish a one-line install command.

Open the repository installation guide Новичок в MCP? Начните с руководства на mcpskill.org →