个人知识库

Yuxi

8分钟阅读

Yuxi

轻量级开源 RAG 知识库框架，结合向量检索与知识图谱，支持 Docker 三步部署和完整 RESTful API

简介

Yuxi 是一个开源的轻量级 RAG 知识库框架，专为快速搭建企业级或个人知识管理系统设计。它结合了向量检索（Milvus）和知识图谱能力，提供完整的 RESTful API 支持流式输出（SSE），通过 Docker Compose 实现一键部署。相比 Dify 等复杂工作流平台，Yuxi 更聚焦于知识库核心功能，适合轻量级场景和快速 MVP 验证。

关键信息

项目内容
类型开源 RAG 知识库框架
部署方式Docker Compose 一键部署
核心能力向量检索 + 知识图谱 + 流式输出 API
技术栈Python + Milvus + MinIO + PostgreSQL
API 支持RESTful API + SSE 流式输出
社区特性完全开源，无调用次数限制
Web 管理界面http://localhost:5173
API 文档http://localhost:5050/docs

核心特性

技术架构

Yuxi 的完整技术栈：

前端 Web 界面（Vue.js）
    ↓
后端 API（Python FastAPI）
    ↓
向量检索层（Milvus 2.5.x）+ 对象存储（MinIO）
    ↓
大模型层（支持多种 API：OpenAI / 通义 / 硅基流动等）

一键部署流程

步骤一：浅克隆代码（节省 80% 下载量）

git clone --depth 1 https://github.com/Yuxi-Project/yuxi.git
cd yuxi

步骤二：配置环境变量

cat > .env << EOF
POSTGRES_USER=yuxi
POSTGRES_PASSWORD=your_secure_password
MINIO_ROOT_USER=minioadmin
MINIO_ROOT_PASSWORD=minioadmin
EOF

步骤三：启动服务

docker-compose up -d

首次启动需要 2-3 分钟拉取镜像和编译。

步骤四：验证访问

Docker 镜像加速（国内用户）

如果拉取镜像慢，配置国内镜像源：

打开 Docker Desktop → Settings → Docker Engine，添加：

{
  "registry-mirrors": [
    "https://mirror.ccs.tencentyun.com",
    "https://docker.mirrors.ustc.edu.cn"
  ]
}

流式输出 API

Yuxi 提供 SSE（Server-Sent Events）风格的流式输出 API，响应结构：

// 加载过程中，逐字/词输出
{"content": "AI", "status": "loading"}
{"content": "在零售", "status": "loading"}
{"content": "场景应用", "status": "loading"}
...
// 输出结束标记
{"content": "完整回答", "status": "finished"}

关键特性：

  • 大模型不是一次性返回所有结果，而是逐步输出
  • 每个响应是 JSON 片段
  • 客户端需持续读取直到 "status": "finished"

中文编码问题修复

如果遇到 “ASCII 编码不认识中文” 错误，修改 Yuxi 后端代码：

import sys
import io
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')

重启服务后生效。

不同素材中的观点

来自 2026-06-17-woshipm-ai-knowledge-base-product-design：

技术选型决策过程：

  • 王佳亮对比了 Cherry Studio、MaxKB、WeKnora、Dify 后选择 Yuxi
  • 淘汰原因：
    • Cherry Studio：社区版无法服务器部署，企业版太贵
    • MaxKB：社区版无 API，无法与后端集成
    • WeKnora：腾讯开源，文档解析接口每月仅 200 次，不适合 ToC
    • Dify：适合复杂工作流，但对轻量级场景过重
  • Yuxi 胜出的关键优势：完整 RESTful API + Docker 三步部署 + 开源无调用限制 + 向量检索与知识图谱结合

技术选型四维评估框架（权重由高到低）：

  1. 成本（40%）：初期零云成本，优先开源社区版和免费额度
  2. 可扩展性（25%）：支持多用户、文件管理、API 集成
  3. 部署维护复杂度（20%）：一条命令或几分钟完成，不依赖复杂运维
  4. 文档社区活跃度（15%）：遇到问题能快速找到解决方案

产品化集成：

  • 后端使用 C#.NET MVC，调用 Yuxi API 完成问答并流式转发给前端
  • 对接 MinIO 对象存储实现文件上传/下载
  • 关键词检索基于 Milvus 向量索引的标量过滤
  • 移动端响应式设计（Bootstrap）

成本核算（20 人团队）：

  • 云服务器：¥200/月（2核4G）
  • 对象存储：¥10/月（MinIO 自建免费）
  • 大模型调用：¥50/月（硅基流动等，前期可用免费额度）
  • 合计：¥260/月，人均 ¥13/月
  • 对比 Notion AI（¥1400/月）或飞书知识库（¥2000/月），成本降低 87%

产品哲学：

“三天跑通全链路的粗糙行动，胜过三个月研究 K8s 配置的精致犹豫。”

选择 Yuxi 而非等待完美的 All-in-One 框架，体现了 MVP 快速验证的核心思维。

实用信息

适用场景

适合使用 Yuxi 的场景：

  • 个人知识库：研究者、内容创作者管理上千份文档
  • 学习社群：书友会、学习小组共享资料协同学习
  • 企业知识库 MVP：客服话术库、技术文档库快速验证
  • 轻量级 RAG 产品：需要 API 接入但不需要复杂工作流编排

不适合使用 Yuxi 的场景：

  • 需要复杂多步工作流编排（推荐 Dify）
  • 需要企业级权限治理和审计（推荐商业方案）
  • 纯粹的对话 Agent（推荐 LangChain / LangGraph）

技术债务与风险管理

大模型依赖风险：

  • 问题：硅基流动等第三方 API 可能变更或收费上涨
  • 预案：支持 Ollama 本地模型切换（如 Qwen-14B），牺牲一定精度换取可控性

向量数据库运维：

  • 问题：Milvus 单机模式下数据量增长后性能下降
  • 预案：定期清理/归档旧知识库，或迁移至 Zilliz Cloud

用户数据隐私：

  • 问题：开放公网需签订协议并加密传输
  • 预案：所有敏感信息（API Key、文档内容）使用 AES-256 加密存储

运维注意事项

  • 首次启动：等待 2-3 分钟镜像拉取和编译，耐心等待
  • 中文支持：国内用户遇到编码问题需手动修复（见上方修复方法）
  • Docker 资源：建议至少分配 4GB 内存给 Docker Desktop
  • 端口冲突：确保 5173（前端）和 5050（后端）端口未被占用

与其他方案对比

方案部署难度API 支持成本适用场景
Yuxi⭐⭐（Docker 三步）✅ 完整 RESTful + SSE免费开源轻量级知识库 MVP
Dify⭐⭐⭐（K8s 可选）✅ 完整社区版免费复杂工作流编排
MaxKB⭐⭐（Docker）❌ 社区版无 API社区版免费仅 Web 界面使用
Ollama + Dify⭐⭐⭐⭐（本地环境）⚠️ 仅本地免费单机验证原型

相关页面

关系图谱

快速导航

反向链接