Yuxi MCP Server

Yuxi = Cloud Agents + Knowledge RAG，Yuxi 是一个可私有部署的多租户知识智能体平台。自定义智能体，权限可控，沉淀企业轨迹。它把知识库检索、知识图谱、LangGraph 多智能体编排、MCP/Skills、沙盒工具和权限管理放进同一个工作区。让每个用户都拥有一个云端 Codex。

项目主页 · 快速开始 · 演示视频 · 版本记录 · English

<a href="https://trendshift.io/repositories/24335" target="_blank"><img src="https://trendshift.io/api/badge/repositories/24335" alt="xerrors%2FYuxi | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>

Yuxi 能做什么

Yuxi 是面向需要企业自部署的多用户 Agent 产品，且需要自己掌握数据、模型和权限的团队：

• 二开友好：MIT 协议、代码简洁、可拓展性强、高并发部署友好。
• Harness：功能完善的云端多用户 Harness，自定义智能体，沉淀企业轨迹。
• Knowledge： 高效、精准的 Agentic RAG 套件，上传文档，解析、分块和向量索引。
• 执行多步骤任务：组合工具、MCP、Skills、子智能体和沙盒，产出可预览、可下载的文件。
• 连接知识图谱：从 Milvus 知识库的文档块中抽取实体和关系，写入 Neo4j 并参与检索。
• 管理团队使用范围：按用户、部门和共享范围管理知识库、智能体、Skills 和模型。
• 对比运行质量：评估知识库的检索结果；完整智能体评估可通过公开 API 自行构建，见智能体评估。

系统架构

快速启动

语析（Yuxi）默认使用 Docker Compose 和 Container 沙盒启动。每段智能体执行使用独立临时容器，工作目录文件持久保留，无需额外准备 KVM 节点。

前置条件

安装 Git、Docker Engine 和 Docker Compose v2，准备一个可用的大模型 API。macOS/Windows 使用 Docker Desktop 的 Linux 容器模式，并允许项目目录共享。

本教程使用 v0.8.0。0.8 仅面向全新部署，旧数据库、索引和文件布局不提供自动升级；请用独立数据目录，见0.8.0 更新说明。

Container 适合本地试用和单租户可信代码，共享宿主内核。需要 VM 隔离或持久用户环境时，在快速开始选择 Cube 并准备 Linux/KVM 执行节点。

1. 获取代码并初始化

git clone --branch v0.8.0 --depth 1 https://github.com/xerrors/Yuxi.git
cd Yuxi
./scripts/init.sh

Windows 在 PowerShell 中运行 .\scripts\init.ps1。脚本提示填写 SiliconFlow API Key，生成独立的应用安全密钥、runner 认证密钥和实例标识，并准备基础镜像。其他模型供应商可在登录后配置。已有 .env 时保留原密钥；切换到 Container 需设置 SANDBOX_BACKEND=container 后重新运行初始化。

2. 启动服务

docker compose --profile container config --quiet
docker compose --profile container up --build -d

container profile 会构建沙盒镜像并启动 runner。默认禁止沙盒联网，适用范围与配置见Container 沙盒。

3. 验证部署

docker compose --profile container ps
curl --fail http://localhost:5050/api/system/ready

返回的 status 为 ready 后，打开 http://localhost:5173，初始化超级管理员并登录。在智能体中执行创建 hello.txt 的任务，并在工作区核对文件内容；完整操作见快速开始。API 文档位于 http://localhost:5050/docs。

文档导航

• 项目介绍：了解能力、概念和系统边界。
• 快速开始：选择沙盒并启动开发环境。
• 命令行工具：登录实例、对话、发送附件和查询知识库。
• 公开 Agent API 入门：外部应用创建会话、提交消息和读取结果。
• 模型配置：接入聊天、嵌入和重排模型。
• 知识库教程：创建知识库并验证检索。
• 智能体开发：配置 Agent、工具和扩展。
• 生产部署：部署、升级、备份和排障。
• 版本变更记录：查看已发布变更。

能力展示

Yuxi 把知识进入系统、Agent 执行任务和团队治理放在一条完整链路中。以下按六个核心模块介绍系统能力：

模块	解决的问题	代表能力
统一智能体工作台	在一个界面完成提问、执行与交付	多轮对话、知识库检索、任务状态、人工审批
知识库与 RAG	为回答提供检索内容	多格式入库、Embedding/Rerank、检索测试、RAG 评估
知识图谱与知识导图	发现实体关系并浏览知识库文件结构	图谱构建、子图浏览、节点详情、文件元数据导图
多智能体与扩展生态	把复杂任务拆给不同角色和工具	SubAgents、Skills、MCP、Tools、Agent 配置
沙盒工作区与产物	把对话结果变成可继续使用的文件	隔离文件系统、文件生成、在线预览、下载
团队治理与运行管理	在多人环境中管理能力、权限和运行状态	多租户、用户与部门权限、模型配置、API Key、Dashboard

01 · 统一智能体工作台

用户可以在同一个对话界面里引用知识库文档、个人文件或扩展 Skill；查看任务执行状态，并在对话中获取回答或生成的文件。

• 支持使用 @ 快速引入知识库、文件与特定 Skill。
• 展示任务拆解步骤、工具调用状态与上下文 Token 消耗。
• 支持预览和下载生成的文件产物。

<details> <summary><strong>展开详细截图：对话、执行状态与人工审批</strong></summary>

长任务执行状态与过程追踪

后台异步执行复杂任务时，界面会实时呈现智能体的思考链路、步骤计划、子任务状态与工具调用日志，不再让长任务变成黑盒等待。

人工审批与交付卡片

默认审批模式要求确认命令执行和当前 Project 外的文件写入，Project 内写入自动放行；完全信任模式不要求审批。任务完成后，用户可以通过交付卡片预览或保存文件。

</details>

02 · 知识库与 RAG

支持将团队各类资料集中管理并解析为结构化知识库。Agent 可以检索相关文档片段，作为回答问题的上下文。

• 集中管理文件与目录结构，实时查看解析进度、Chunk 切片与 Token 统计。
• 支持配置 Embedding 与 Rerank 算法，并在后台直接进行多路召回测试与调优。
• 内置 RAG 效果评估工具，通过实际问答集量化测试知识库检索与回答质量。

<details> <summary><strong>展开详细截图：入库、检索与评估</strong></summary>

文档解析与切片管理

支持 PDF、Word、PPT、Excel、Markdown 等多种常见文档格式。接入 MinerU、PaddleOCR 云服务与可选自托管 MinerU，保留轻量 RapidOCR，提取文本、图片和表格内容并切分为 Chunk，生成向量索引供检索使用。

知识库类型与外部数据源

除了开箱即用的本地向量知识库，系统还支持直接连接 Dify、Notion 等外部知识库服务，通过统一检索器供 Agent 调用。

检索测试与重排序（Rerank）

提供直观的检索测试工作台。输入测试 Query 即可实时查看 Embedding 向量初筛得分、混合检索结果以及 Rerank 重排序后的分数变化，方便直观验证召回效果。

RAG 效果评估

支持构建基准问答评估集并批量评测检索召回率；提供参考答案和评判模型时，还可评估答案准确性，帮助发现知识盲区与配置短板。

自动生成单条 QA 和多跳 QA

</details>

03 · 知识图谱与知识导图

从非结构化文档中抽取实体与关系，构建知识图谱。既支持在交互式拓扑图谱中探索实体关联，也支持根据文件层级和主题元数据自动生成清晰的知识导图。

• 从知识库中自动抽取实体与关系，在 Milvus/Neo4j 中构建知识图谱索引。
• 支持按关键词搜索实体、点击节点查看属性详情，并高亮探索关联子图。
• 结合知识库文件元数据自动生成多层级知识导图，浏览知识库结构。

<details> <summary><strong>展开详细截图：图谱构建、节点关系与知识导图</strong></summary>

图谱构建与索引状态

管理员对已索引的 Milvus 文档块提交构建任务后，系统执行实体识别与关系抽取并写入 Neo4j。图谱构建不随文档解析自动触发，用户可查看实体、关系与后台任务进度。

知识导图

基于文件的目录结构、分类标签与元数据特征，自动生成结构化的主题脑图/知识导图，方便用户以树状脉络快速浏览海量知识内容。

</details>

04 · 多智能体与扩展生态

一个 Agent 可以灵活组合模型、提示词、知识库、外部工具与专用子智能体。面对复杂任务，主智能体负责规划拆解，多个 SubAgents 分头异步并行执行，Skills 与 MCP 协议提供能力扩展。

• 自由配置 Agent 的基座模型、知识挂载、工具调用与系统提示词。
• 支持多个 SubAgents 异步并行执行深度调研、数据分析或内容生成。
• 原生兼容 Skills 插件机制与 MCP（Model Context Protocol）标准协议。

<details> <summary><strong>展开详细截图：Agent 配置、子智能体与扩展能力</strong></summary>

Agent 配置与行为定制

智能体提供丰富的模块化配置项，可以按需组合大模型、挂载的知识库、自定义 Tools、MCP 服务、前置提示词与子智能体，并支持灵活配置在部门或团队内的共享可见范围。

子智能体并行执行

支持主智能体将复杂的多步骤任务拆解后，派出多个专属 SubAgent 异步并行跑任务（例如分头检索不同领域的法规、分别撰写报告不同章节），执行完毕后汇总结果。

Skills、MCP 与生态扩展

统一接入并管理 Skills 扩展技能与 MCP Servers 外部协议，支持针对不同角色分配权限与使用范围；借助渐进式披露机制，在真正需要时按需动态解析并加载工具。Skill 在线安装支持 skills.sh 以及魔搭社区的 skill。

可以查看并在线编辑 skill

可以配置 skill 权限和依赖

内置工具列表

</details>

05 · 沙盒工作区与文件产物

智能体可以通过沙盒工具读写文件。智能体不仅能在对话中回答问题，还能把分析研究成果沉淀为 Markdown 文档、数据表格、HTML 页面或可执行代码，并在工作区中随时查看与下载。

• 通过沙盒限制工具可访问的文件范围。
• 支持生成图文报告、数据分析图表、Web 页面等多种格式产物。
• 在浏览器中预览受支持的文件格式，并打包下载。

<details> <summary><strong>展开详细截图：文件管理、在线预览与任务交付</strong></summary>

工作区文件管理

可视化管理任务在工作区中读取与产生的文件，清晰展示目录层级、文件类型与体积大小，方便在会话之间复用中间产物。

HTML、PDF、图表与代码在线预览

智能体生成的报告文档、可视化 HTML 网页、图片图表或代码脚本，无需下载即可直接在浏览器内置的预览器中渲染并进行交互查看。markdown 还支持在线编辑保存。

对话中的文件交付

任务执行完毕后，对话气泡中会生成结构化的交付卡片，直观呈现文件摘要、格式与操作按钮，支持直接打开预览或保存到本地。

</details>

06 · 团队治理与运行管理

专为企业和团队多人协作打造。管理员可以集中管理成员与部门组织架构、统一配置模型接入凭据与 API Key，并通过监控看板查看平台的运行状况与调用指标。

• 支持按用户、部门和共享范围配置知识库、Agent 等资源的访问与管理权限。
• 集中配置和调度多供应商的大模型能力，统一管理 API Key 凭据。
• 实时统计分析使用量、请求趋势与资源负载，辅助运行维护。

<details> <summary><strong>展开详细截图：权限、模型与运行数据</strong></summary>

用户、部门与细粒度权限体系

通过用户、部门和资源共享范围控制知识库、智能体等资源的访问与管理权限；沙盒工作区按用户隔离。

模型供应商与统一凭据管理

支持接入主流大模型供应商（OpenAI、Anthropic、DeepSeek、Qwen 及 OpenAI 兼容自建端点如 vLLM 等），集中维护 API Key 凭据并统一分配模型能力，密钥对普通成员完全脱敏。

Dashboard 与系统运行监控

运维数据看板展示会话、模型和工具调用、Token 消耗以及 VM 状态等统计，为容量规划和成本核算提供数据支撑。

</details>

参与贡献

欢迎提交 Issue、改进文档、修复 Bug 和贡献功能。开发流程见 CONTRIBUTING.md，完整规范见 文档参与指南。

感谢所有贡献者的支持！

<a href="https://github.com/xerrors/Yuxi/contributors"> <img src="https://contrib.rocks/image?repo=xerrors/Yuxi&max=100&columns=10" /> </a>

---

许可证

Yuxi 本体采用 MIT License，详见 LICENSE。Docker Compose 引入的第三方组件遵循各自的许可证；再分发和商业部署前，请按实际镜像版本核对上游许可和源码义务，相关边界见生产部署指南。

Yuxi 的实现和文档参考了以下优秀的开源项目：

• LightRAG：早期图谱构建和检索思路；
• DeepAgents：深度智能体框架；
• DeerFlow：沙盒智能体架构思路；
• RAGFlow：文档分块策略；
• LangGraph：智能体编排基础；
• QwenPaw：模型配置和个人文件区域设计。

Star History

<a href="https://www.star-history.com/?repos=xerrors%2Fyuxi&type=date&legend=bottom-right"> <picture> <source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/chart?repos=xerrors/yuxi&type=date&theme=dark&legend=top-left" /> <source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/chart?repos=xerrors/yuxi&type=date&legend=top-left" /> <img alt="Star History Chart" src="https://api.star-history.com/chart?repos=xerrors/yuxi&type=date&legend=top-left" /> </picture> </a>