做 RAG 应用你可能踩过这样的坑向量检索搭好了回答还是一本正经地胡说接个知识图谱工程量大到怀疑人生想让智能体真的动手干活又要自己糊一套沙盒和工具调用……如果有一个平台把这些全打包好了呢今天要分享的语析 Yuxi就是一个把RAG、知识图谱和完整智能体 Harness 揉在一起的开源平台——MIT 协议、可自托管、LangGraph 驱动GitHub 上已经拿下 5.4k Star当前版本 v0.7.1。它不是又一个套壳聊天框而是一套面向真实业务的智能体底座。▲ 类 ChatGPT 的对话工作台右侧面板实时展示待办、产物与子智能体执行状态不止于对话更能执行与交付很多 RAG 项目的终点是一段文字回答。而 Yuxi 内置了一整套Harness智能体运行时让智能体真正动手完成任务✅沙盒文件系统每个会话有独立的虚拟工作区workspace / uploads / outputs智能体的产物自动落盘文本、图片、PDF、HTML 都能在线预览和下载✅Skills 技能系统内置图像生成、深度报告、数据报表等技能支持上传和远程安装解析草稿 → 确认安装两步搞定✅MCP 集成通过 Model Context Protocol 标准协议接入外部工具统一启停与权限管理✅子智能体 SubAgents主智能体可以编排隔离的子智能体各自在独立线程执行复杂子任务并回传产物——上图中调研探索员和事实核查员就是这样协作的✅中间件编排 异步 Worker知识库检索注入、附件处理、历史摘要 offload 等中间件自由组合基于 ARQ 的后台任务支持分钟到小时级长任务可取消、可流式输出一句话它交付的不是回答而是可以直接用的产物文件。▲ 工作区界面知识库文件统一解析为结构化 Markdown支持原文 / MD 双视图对照从文档到可推理的知识资产知识引擎是 Yuxi 的另一条腿也是融合 RAG 与知识图谱这句话的落点多格式解析MinerU、PaddleX、RapidOCR 三件套把 PDF、Office、图片统一解析为结构化 Markdown论文里的公式和图表也能保留Agentic RAG智能体自主决定检索时机和查询语句多轮向量检索 Rerank每个回答都带可溯源引用知识图谱自动抽取实体与关系构建图谱子图检索参与生成增强还支持可视化探索——向量负责语义相似图谱负责关系推理两者互补检索评估内置检索质量评估支持命名运行与指标对比召回效果不再靠玄学多知识源接入Dify、Notion 已支持飞书在规划中外部知识统一检索与引用▲ PDF 论文解析效果图表、公式完整保留为 Markdown 结构15 模型供应商一处接入随处切换OpenAI、DeepSeek、通义千问、智谱、Moonshot、MiniMax、SiliconFlow、OpenRouter、小米 MiMo……统一的provider_id:model_id配置格式覆盖主流模型供应商还支持自定义 provider。换模型不用改代码改个配置就行。三步本地跑起来技术栈相当现代前端 Vue 3 Vite Pinia后端 FastAPI LangGraph ARQ存储用 PostgreSQL Redis MinIO Milvus Neo4jDocker Compose 一键部署。# 1. 克隆并初始化gitclone--branchv0.7.1--depth1https://github.com/xerrors/Yuxi.gitcdYuxi./scripts/init.sh# 2. 使用 Docker 启动dockercompose up--build# 3. 浏览器访问openhttp://localhost:5173不需要知识库等重依赖时还可以用make up-lite轻量模式快速冷启动。它能用来干什么企业知识问答助手内部资料沉淀为可检索、可推理的知识资产回答带来源引用告别AI 一本正经地编科研与行业调研报告借助 deep-reporter 技能子智能体分工调研、事实核查自动生成结构化深度长报告内部 AI 能力底座多租户与部门级权限、API Key 集成为各业务系统提供统一的智能体服务值得一提的是项目站在巨人肩上——LightRAG、DeepAgents、DeerFlow、RAGflow、LangGraph 都是它的技术参照但从工程完成度看Yuxi 已经走出了一条自己的路。开源、可自托管、面向真实业务场景——如果你正在选型一个企业级智能体平台或者想研究 RAG 知识图谱的工程化实践这个项目值得放进收藏夹。 项目地址https://github.com/xerrors/Yuxi 官方文档https://xerrors.github.io/Yuxi/你会用这样的平台做什么企业知识库、调研助手还是别的玩法留言区聊聊。觉得有用的话转发给身边正在折腾 RAG 的朋友——他可能正需要这个。