diff --git a/README.md b/README.md
index ce70574..fe45880 100644
--- a/README.md
+++ b/README.md
@@ -1,70 +1,63 @@
-
-
语析 Yuxi
+
+> [!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。
-
多租户 Harness + 企业知识库
让企业知识可被智能体检索、推理与交付
+
+
Yuxi
+
+
结合 RAG 与知识图谱的多租户智能体平台
让企业知识可被检索、推理,并由智能体交付
[](https://github.com/xerrors/Yuxi/blob/main/docker-compose.yml)
[](https://github.com/xerrors/Yuxi/issues)
[](https://github.com/xerrors/Yuxi/blob/main/LICENSE)
[](https://deepwiki.com/xerrors/Yuxi)
-[](https://www.bilibili.com/video/BV1erE26iEgv/?share_source=copy_web&vd_source=37b0bdbf95b72ea38b2dc959cfadc4d8)
-
+[](https://zread.ai/xerrors/Yuxi)
+[](https://www.bilibili.com/video/BV1TZEx6NEit/)

-[[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)
-
+
+
+**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
-
-
-
-
-
- |
-
-
- 感谢 随想AI中转站 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。
-
- |
-
-
-
-
+- 🤖 **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 |
+
+
+
+
## 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
+
+
+
+
+
+
+ 首页
+ |
+
+
+
+ 仪表盘统计
+ |
+
+
+
+
+
+ 智能体配置
+ |
+
+
+
+ 知识库调用
+ |
+
+
+
+
+
+ 创建知识库
+ |
+
+
+
+ 知识库管理
+ |
+
+
+
+
+
+ 知识图谱可视化
+ |
+
+
+
+ 项目文档
+ |
+
+
+
+
+
+ 扩展管理(Skills)
+ |
+
+
+
+ 扩展管理(MCPs)
+ |
+
+
+
+
+
+ 用户 / 部门权限管理
+ |
+
+
+
+ 模型提供商配置
+ |
+
+
## 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!
-
-## Star History
+## Star 历史
[](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)。
---
-**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 ⭐️。**