Yuxi: RAG, 지식 그래프 및 다중 에이전트 오케스트레이션을 통합한 대규모 언어 모델 기반 지능형 지식 관리 플랫폼

语析(Yuxi)는 대규모 언어 모델 (LLM) 기반의 지능형 지식 라이브러리 및 지식 그래프 에이전트 개발 플랫폼입니다. 이 플랫폼은 RAG 검색, Milvus 지식 라이브러리 내 지식 그래프와 LangGraph 다중 에이전트 오케스트레이션을 통합하여 통일된 멀티테넌트 워크스테이션을 제공합니다. 관리자는 지식 라이브러리, 모델 및 권한을 구성하고, 사용자는 ChatGPT와 유사한 인터페이스에서 Skills, MCP, 서브 에이전트 및 샌드박스 도구를 연결할 수 있는 에이전트와 대화하며, 인용 출처, 지식 그래프 추론 및 제공 가능한 산출물이 포함된 답변을 얻게 됩니다.

내비게이션: 프로젝트 소개 | 빠른 시작 | 개발 로드맵; 최신 개발 동향은 changelog를 참조하십시오.

계층	기술
프런트엔드	Vue 3 · Vite · Pinia
...
사전 요구 사항: Docker와 Docker Compose가 설치되어 있어야 하며, OpenAI 인터페이스와 호환되는 대규모 모델 API를 최소 하나 준비해야 합니다.

1. 코드 클론 및 초기화

git clone --branch v0.7.0.beta3 --depth 1 https://github.com/xerrors/Yuxi.git
cd Yuxi
# Linux/macOS
...

2. Docker를 사용하여 시작

docker compose up --build

3. 플랫폼 접속

시작이 완료된 후, 브라우저에서 http://localhost:5173에 접속하여 초기화 시 생성된 관리자 계정으로 로그인하면 됩니다.

💡 지식 라이브러리 / 지식 그래프 등 무거운 의존성이 필요하지 않은 경우, 다음 명령어를 사용하여 LITE 경량 모드로 시작할 수 있으며, 이는 콜드 스타트 속도를 높여줍니다. 더 많은 배포 설명은 프로젝트 문서를 참조하십시오.

본 프로젝트는 다음과 같은 우수한 오픈 소스 프로젝트를 참고하고 인용했으며, 이에 진심으로 감사를 표합니다:

• LightRAG - 초기 버전에서는 이의 그래프 구축 및 검색 아이디어를 참고했으나; 현재 Yuxi는 호환성 문제를 낮추기 위해 자체 개발한 Milvus 지식 라이브러리/그래프 링크를 구현하여 기존 통합을 대체했습니다.
• DeepAgents - 심층 에이전트 프레임워크로 직접 도입되었습니다.
• DeerFlow - 샌드박스 에이전트 아키텍처의 구현 아이디어를 참고했습니다.
• RAGflow - 문서 Text Chunking의 분할 전략을 참고했습니다.
• LangGraph - 다중 에이전트 오케스트레이션 프레임워크로, 본 프로젝트의 핵심 아키텍처 기반입니다.
• QwenPaw - 모델 구성 및 개인 파일 영역 설계를 참고했습니다.

모든 기여자들의 지원에 감사드립니다!

본 프로젝트는 MIT 라이선스를 채택하고 있습니다. 자세한 내용은 LICENSE 파일을 확인하십시오.

이 프로젝트가 도움이 되었다면, 저희에게 별점(⭐️)을 주는 것을 잊지 마세요.