docs: make Chinese README the default

README.md

@@ -1,70 +1,63 @@
-<div align="center">
-<h1>语析 Yuxi</h1>
+<!-- WEHUB_ZH_README -->
+> [!NOTE]
+> 本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。  
+> [English](./README.en.md) · [原始项目](https://github.com/xerrors/Yuxi) · [上游 README](https://github.com/xerrors/Yuxi/blob/HEAD/README.md)  
+> 原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。
 
-<p><strong>多租户 Harness + 企业知识库</strong><br/>让企业知识可被智能体检索、推理与交付</p>
+<div align="center">
+<h1>Yuxi</h1>
+
+<p><strong>结合 RAG 与知识图谱的多租户智能体平台</strong><br/>让企业知识可被检索、推理，并由智能体交付</p>
 
 [![](https://img.shields.io/badge/Docker-2496ED?style=flat&logo=docker&logoColor=ffffff)](https://github.com/xerrors/Yuxi/blob/main/docker-compose.yml)
 [![](https://img.shields.io/github/issues/xerrors/Yuxi?color=F48D73)](https://github.com/xerrors/Yuxi/issues)
 [![License](https://img.shields.io/github/license/bitcookies/winrar-keygen.svg?logo=github)](https://github.com/xerrors/Yuxi/blob/main/LICENSE)
 [![DeepWiki](https://img.shields.io/badge/DeepWiki-blue.svg)](https://deepwiki.com/xerrors/Yuxi)
-[![Bilibili](https://img.shields.io/badge/知识库演示-00A1D6?logo=bilibili&logoColor=fff)](https://www.bilibili.com/video/BV1erE26iEgv/?share_source=copy_web&vd_source=37b0bdbf95b72ea38b2dc959cfadc4d8)
-
+[![zread](https://img.shields.io/badge/Ask_Zread-_.svg?style=flat&color=00b0aa&labelColor=000000&logo=data%3Aimage%2Fsvg%2Bxml%3Bbase64%2CPHN2ZyB3aWR0aD0iMTYiIGhlaWdodD0iMTYiIHZpZXdCb3g9IjAgMCAxNiAxNiIgZmlsbD0ibm9uZSIgeG1sbnM9Imh0dHA6Ly93d3cudzMub3JnLzIwMDAvc3ZnIj4KPHBhdGggZD0iTTQuOTYxNTYgMS42MDAxSDIuMjQxNTZDMS44ODgxIDEuNjAwMSAxLjYwMTU2IDEuODg2NjQgMS42MDE1NiAyLjI0MDFWNC45NjAxQzEuNjAxNTYgNS4zMTM1NiAxLjg4ODEgNS42MDAxIDIuMjQxNTYgNS42MDAxSDQuOTYxNTZDNS4zMTUwMiA1LjYwMDEgNS42MDE1NiA1LjMxMzU2IDUuNjAxNTYgNC45NjAxVjIuMjQwMUM1LjYwMTU2IDEuODg2NjQgNS4zMTUwMiAxLjYwMDEgNC45NjE1NiAxLjYwMDFaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik00Ljk2MTU2IDEwLjM5OTlIMi4yNDE1NkMxLjg4ODEgMTAuMzk5OSAxLjYwMTU2IDEwLjY4NjQgMS42MDE1NiAxMS4wMzk5VjEzLjc1OTlDMS42MDE1NiAxNC4xMTM0IDEuODg4MSAxNC4zOTk5IDIuMjQxNTYgMTQuMzk5OUg0Ljk2MTU2QzUuMzE1MDIgMTQuMzk5OSA1LjYwMTU2IDE0LjExMzQgNS42MDE1NiAxMy43NTk5VjExLjAzOTlDNS42MDE1NiAxMC42ODY0IDUuMzE1MDIgMTAuMzk5OSA0Ljk2MTU2IDEwLjM5OTlaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik0xMy43NTg0IDEuNjAwMUgxMS4wMzg0QzEwLjY4NSAxLjYwMDEgMTAuMzk4NCAxLjg4NjY0IDEwLjM5ODQgMi4yNDAxVjQuOTYwMUMxMC4zOTg0IDUuMzEzNTYgMTAuNjg1IDUuNjAwMSAxMS4wMzg0IDUuNjAwMUgxMy43NTg0QzE0LjExMTkgNS42MDAxIDE0LjM5ODQgNS4zMTM1NiAxNC4zOTg0IDQuOTYwMVYyLjI0MDFDMTQuMzk4NCAxLjg4NjY0IDE0LjExMTkgMS42MDAxIDEzLjc1ODQgMS42MDAxWiIgZmlsbD0iI2ZmZiIvPgo8cGF0aCBkPSJNNCAxMkwxMiA0TDQgMTJaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik00IDEyTDEyIDQiIHN0cm9rZT0iI2ZmZiIgc3Ryb2tlLXdpZHRoPSIxLjUiIHN0cm9rZS1saW5lY2FwPSJyb3VuZCIvPgo8L3N2Zz4K&logoColor=ffffff)](https://zread.ai/xerrors/Yuxi)
+[![demo](https://img.shields.io/badge/demo-00A1D6.svg?style=flat&logo=bilibili&logoColor=white)](https://www.bilibili.com/video/BV1TZEx6NEit/)
 
 <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>
 
-[[项目文档]](https://xerrors.github.io/Yuxi) · [[版本特性]](http://xhslink.com/o/5Y6QWnmjF2d) · [[🇬🇧 English README]](README.en.md)
+[[Docs]](https://xerrors.github.io/Yuxi) · [[中文]](README.md)
 
 </div>
 
-![arch](https://xerrors.oss-cn-shanghai.aliyuncs.com/github/arch.png)
+![arch](https://xerrors.oss-cn-shanghai.aliyuncs.com/github/gpt-iamge-2-arch.png)
+
+**图片由 GPT-Image-2 生成。**
 
 ## 简介
 
-语析（Yuxi）是一个基于大模型的智能知识库与知识图谱智能体开发平台。它把 **RAG 检索**、**Milvus 知识库内知识图谱** 与 **LangGraph 多智能体编排** 整合进统一的多租户工作台：管理员配置知识库、模型与权限，用户在类 ChatGPT 的界面中与可挂载 Skills、MCP、子智能体和沙盒工具的智能体对话，并获得带引用来源、知识图谱推理与可交付产物的回答。
+Yuxi 是一个由大语言模型（LLM）驱动的平台，用于构建知识库与知识图谱智能体。它将 **RAG 检索**、**基于 Milvus 的知识库内图谱**，以及 **LangGraph 多智能体编排** 统一于单一多租户工作空间：管理员配置知识库、模型与权限，用户则可在类 ChatGPT 的界面中与智能体对话——智能体可挂载 Skills、MCP、子智能体（SubAgents）与沙箱工具，并获得附带引用来源、基于图谱的推理以及可交付产物的回答。
 
-导航：[项目介绍](https://xerrors.github.io/Yuxi/) ｜ [快速开始](https://xerrors.github.io/Yuxi/intro/quick-start) ｜ [开发路线图](https://xerrors.github.io/Yuxi/develop-guides/roadmap) | [0.7 版本特性](http://xhslink.com/o/5Y6QWnmjF2d)；最新开发动态，详见 [changelog](https://xerrors.github.io/Yuxi/develop-guides/changelog)。
+导航：[简介](https://xerrors.github.io/Yuxi/) ｜ [快速开始](https://xerrors.github.io/Yuxi/intro/quick-start) ｜ [路线图](https://xerrors.github.io/Yuxi/develop-guides/roadmap); 最新更新请参见 [更新日志](https://xerrors.github.io/Yuxi/develop-guides/changelog).
 
-> 📢 求职：作者为江南大学软件工程博士研究生，研究方向 AI Agent、知识图谱与大模型应用，预计 2027 年毕业，现寻求实习/全职机会，欢迎联系：wenjie.zhang@stu.jiangnan.edu.cn
+## 核心功能
 
----
-
-🩷 赞助商
-
-<table>
-  <tr>
-    <td style="width: 220px; padding: 8px 12px 8px 8px; vertical-align: middle;">
-      <img 
-        width="220" 
-        height="64" 
-        alt="7fb163d0fb02740948521dbcaf6191ea" 
-        src="https://xerrors.oss-cn-shanghai.aliyuncs.com/github/image-20260623195812766.png"
-      />
-    </td>
-    <td style="padding: 8px 8px 8px 0; vertical-align: middle;">
-      <p style="margin: 0 0 4px 0;">
-        感谢 <a href="https://sui-xiang.com/">随想AI中转站</a > 对本项目的赞助！
-        随想AI中转站 是一家可靠高效的 API 中继服务提供商，提供 Claude、Codex、Gemini 等的中继服务。注重隐私的中转站·无数据倒卖·无模型掺水，隐私，透明，极速售后。新账户注册每日签到就送 0.5 元测试额度，充值额度 1:1，无需订阅，按量付费。
-      </p >
-    </td>
-  </tr>
-</table>
-
-![image-20260606190609377](https://xerrors.oss-cn-shanghai.aliyuncs.com/github/image-20260606235615139.png)
+- 🤖 **智能体开发** — 基于 LangGraph，支持子智能体（SubAgents）、Skills、MCP、Tools 与中间件；长时间运行的任务在后台 worker 上异步执行，并由沙箱文件系统支持工具产物的持久化、预览与下载。
+- 📚 **知识库（RAG）** — 多格式文档解析（MinerU / PaddleX / OCR），可配置 Embedding 与 Rerank 模型，知识库评测，应用内 PDF / 图片预览，检索来源回填为对话引用。
+- 🕸️ **知识图谱** — 在 Milvus 知识库内构建、可视化并检索实体关系图谱，再将图谱命中与分块检索融合，供智能体推理使用。
+- 🏢 **多租户与权限** — 用户 / 部门级访问控制，统一的模型提供商配置，以及面向外部系统集成的 API Key 认证。
+- ⚙️ **平台与工程** — Vue + FastAPI 架构，开箱即用的 Docker Compose 部署，深色模式，轻量级 LITE 启动模式，以及生产级编排能力。
 
 ## 技术栈
 
-| 层 | 技术 |
+| 层级 | 技术 |
 | --- | --- |
 | 前端 | Vue 3 · Vite · Pinia |
-| 后端 | FastAPI · LangGraph · ARQ (异步 worker) |
+| 后端 | FastAPI · LangGraph · ARQ（异步 worker） |
 | 存储 | PostgreSQL · Redis · MinIO · Milvus · Neo4j |
 | 文档解析 | MinerU · PaddleX · RapidOCR |
 | 部署 | Docker Compose |
+
+
+![image-20260606190609377](https://xerrors.oss-cn-shanghai.aliyuncs.com/github/image-20260606190609377.png)
+
 ## 快速开始
 
-**前置要求**：已安装 [Docker](https://docs.docker.com/get-docker/) 与 Docker Compose，并准备至少一个兼容 OpenAI 接口的大模型 API。
+**前置条件**：[Docker](https://docs.docker.com/get-docker/) 与 Docker Compose 已安装，并至少拥有一个兼容 OpenAI 的 LLM API。
 
-**1. 克隆代码并初始化**
+**1. 克隆并初始化**
 
 ```bash
 git clone --branch v0.7.1.beta1 --depth 1 https://github.com/xerrors/Yuxi.git
@@ -83,44 +76,120 @@ cd Yuxi
 docker compose up --build
 ```
 
-**3. 访问平台**
+**3. 打开平台**
 
-等待启动完成后，浏览器打开 `http://localhost:5173`，使用初始化时生成的管理员账户登录即可。
+服务就绪后，在浏览器中打开 `http://localhost:5173`，并使用初始化时生成的管理员账号登录。
 
-> 💡 不需要知识库 / 知识图谱等重依赖时，可使用 `make up-lite` 以 LITE 轻量模式启动，加快冷启动速度。更多部署说明见 [项目文档](https://xerrors.github.io/Yuxi)。
+> 💡 若不需要知识库 / 图谱等重型依赖，可运行 `make up-lite` 以启用轻量级 LITE 模式，冷启动更快。更多部署细节请参阅[文档](https://xerrors.github.io/Yuxi)。
+
+## 示例与演示
+
+<table>
+  <tr>
+    <td align="center">
+      <img src="https://xerrors.oss-cn-shanghai.aliyuncs.com/github/image-20260326125852369.png" width="100%" alt="Home"/>
+      <br/>
+      <strong>首页</strong>
+    </td>
+    <td align="center">
+      <img src="https://github.com/user-attachments/assets/d3e4fe09-fa48-4686-93ea-2c50300ade21" width="100%" alt="Dashboard statistics"/>
+      <br/>
+      <strong>仪表盘统计</strong>
+    </td>
+  </tr>
+  <tr>
+    <td align="center">
+      <img src="https://xerrors.oss-cn-shanghai.aliyuncs.com/github/image-20260326130528866.png" width="100%" alt="Agent configuration"/>
+      <br/>
+      <strong>智能体配置</strong>
+    </td>
+    <td align="center">
+      <img src="https://github.com/user-attachments/assets/06d56525-69bf-463a-8360-286b2cf8796f" width="100%" alt="Knowledge base invocation"/>
+      <br/>
+      <strong>知识库调用</strong>
+    </td>
+  </tr>
+  <tr>
+    <td align="center">
+      <img src="https://github.com/user-attachments/assets/0548d89c-15a3-47cf-ba87-1b544f7dd749" width="100%" alt="Create knowledge base"/>
+      <br/>
+      <strong>创建知识库</strong>
+    </td>
+    <td align="center">
+      <img src="https://github.com/user-attachments/assets/21396d04-376b-4e9a-8139-eec8c3cc915a" width="100%" alt="Knowledge base management"/>
+      <br/>
+      <strong>知识库管理</strong>
+    </td>
+  </tr>
+  <tr>
+    <td align="center">
+      <img src="https://github.com/user-attachments/assets/fc46a14b-16fb-47ea-84a0-148a451f3012" width="100%" alt="Knowledge graph"/>
+      <br/>
+      <strong>知识图谱可视化</strong>
+    </td>
+    <td align="center">
+      <img src="https://github.com/user-attachments/assets/d8b3de51-2854-455b-956f-2ae2d8d5f677" width="100%" alt="Project docs"/>
+      <br/>
+      <strong>项目文档</strong>
+    </td>
+  </tr>
+  <tr>
+    <td align="center">
+      <img src="https://xerrors.oss-cn-shanghai.aliyuncs.com/github/image-20260326130404306.png" width="100%" alt="Skills management"/>
+      <br/>
+      <strong>扩展管理（Skills）</strong>
+    </td>
+    <td align="center">
+      <img src="https://github.com/user-attachments/assets/9305d7a4-663b-4e5d-a252-211d6caa019b" width="100%" alt="MCPs management"/>
+      <br/>
+      <strong>扩展管理（MCPs）</strong>
+    </td>
+  </tr>
+  <tr>
+    <td align="center">
+      <img src="https://github.com/user-attachments/assets/13bd22ea-ddde-4262-8c29-69fb948bce44" width="100%" alt="User and department permissions"/>
+      <br/>
+      <strong>用户 / 部门权限管理</strong>
+    </td>
+    <td align="center">
+      <img src="https://github.com/user-attachments/assets/cc886b04-719e-4abd-807d-e9955080003d" width="100%" alt="Model provider configuration"/>
+      <br/>
+      <strong>模型提供商配置</strong>
+    </td>
+  </tr>
+</table>
 
 ## 致谢
 
-本项目参考并引用了以下优秀开源项目，在此致以诚挚的感谢：
+Yuxi 参考并基于以下优秀的开源项目构建：
 
-- [LightRAG](https://github.com/HKUDS/LightRAG) - 早期版本曾参考其图谱构建与检索思路；当前 Yuxi 已实现自研 Milvus 知识库/图谱链路以替换历史集成，降低兼容性问题
-- [DeepAgents](https://github.com/langchain-ai/deepagents) - 直接引入作为深度智能体框架
-- [DeerFlow](https://github.com/bytedance/deer-flow) - 参考了其 Sandbox 智能体架构的实现思路
-- [RAGflow](https://github.com/infiniflow/ragflow) - 参考了其文档 Text Chunking 的分块策略
-- [LangGraph](https://github.com/langchain-ai/langgraph) - 多智能体编排框架，本项目的核心架构基础
-- [QwenPaw](https://github.com/agentscope-ai/QwenPaw) - 参考模型配置与个人文件区域设计
+- [LightRAG](https://github.com/HKUDS/LightRAG) - 用作图构建与检索的基础。
+- [DeepAgents](https://github.com/langchain-ai/deepagents) - 用作深度智能体（deep agent）框架。
+- [DeerFlow](https://github.com/bytedance/deer-flow) - 参考了其 Sandbox 智能体架构思路。
+- [RAGflow](https://github.com/infiniflow/ragflow) - 参考了其文档文本分块策略。
+- [LangGraph](https://github.com/langchain-ai/langgraph) - 多智能体编排框架，亦是本项目的核心架构基础。
+- [QwenPaw](https://github.com/agentscope-ai/QwenPaw) - 参考了其模型配置与个人文件区设计。
 
 ## 参与贡献
 
-感谢所有贡献者的支持！
+感谢所有贡献者对本项目的支持！
 
 <a href="https://github.com/xerrors/Yuxi/contributors">
   <img src="https://contrib.rocks/image?repo=xerrors/Yuxi&max=100&columns=10" />
 </a>
 
-
-## Star History
+## Star 历史
 
 [![Star History Chart](https://api.star-history.com/svg?repos=xerrors/Yuxi)](https://star-history.com/#xerrors/Yuxi)
 
 ## 📄 许可证
 
-本项目采用 MIT 许可证 - 查看 [LICENSE](LICENSE) 文件了解详情。
+本项目基于 MIT 许可证开源。详情请参阅 [LICENSE](LICENSE)。
 
 ---
 
 <div align="center">
 
-**如果这个项目对您有帮助，请不要忘记给我们一个 ⭐️**
+**如果本项目对你有所帮助，请给我们一个 ⭐️。**
 
 </div>