自动化与运维 raggraphragworkflowmcpmulti-tenantknowledge-basemodel-hub

元景·万物智能体平台

一站式企业级多智能体开发平台,覆盖RAG、工作流、MCP与通用智能体,助力快速交付AI应用。

FollowAgents 评估 · FARS-2.1
不推荐
30/ 100 五分制 1.5 / 5
1 2 3 4 5 6
1信任安全4 / 29 · 0.7/5

证据显示:README 提到多租户隔离、细粒度权限控制、RSA 加密密码、JWT 签名密钥配置,但未提供具体实现细节或安全审计。扣分原因:缺少用户确认机制、数据流透明性、外部影响控制、回滚机制等证据。

2可靠稳定3 / 14 · 1.1/5

证据显示:README 提供部署步骤和配置说明,但未提供错误处理或故障恢复信息。扣分原因:缺少失败消息和错误处理文档。

3适用触发8 / 18 · 2.2/5

证据显示:README 描述了多种应用场景和部署方式,但未明确能力边界或触发条件。扣分原因:缺少触发精度和明确的能力边界说明。

4规范维护8 / 18 · 2.2/5

证据显示:README 结构清晰,提供安装说明、许可证和版本升级指南,但缺少已知限制和详细的变更日志。扣分原因:缺少已知限制和详细的变更日志。

5有效结果6 / 13 · 2.3/5

证据显示:README 强调功能丰富和易用性,但未提供性能基准或成本分析。扣分原因:缺少输出可用性和成本效益的具体证据。

6证据核验1 / 8 · 0.6/5

证据显示:README 包含功能对比和声明,但未提供可验证的测试结果或第三方验证。扣分原因:缺少跨来源验证和事实与推断的区分。

证据充分度: 评估于 2026年8月11日 审查版本 030c20b4f6ed
源码中未见的安全控制:执行前用户确认、数据流向说明、依赖安全审查、外部影响披露、回滚或恢复路径
使用前请注意
  • 未提供用户确认机制,可能自动执行高风险操作。
  • 数据流透明性不足,用户难以追踪数据使用情况。
  • 缺少回滚机制,操作失败后可能无法恢复。
  • 依赖安全性未评估,存在潜在漏洞风险。
评估证据 [1][2][3]
查看完整评分方法 →

这个 Agent 能做什么,适合哪些场景?

元景·万物智能体平台是中国联通推出的企业级、多租户、Apache-2.0协议的智能体开发平台。它集成了模型管理、MCP市场、高精度RAG、可视化工作流、通用智能体与技能编排等核心能力,并提供了BaaS(后端即服务)API,便于与企业现有系统集成。平台支持通过Docker一键部署,也支持源代码开发,并已适配信创环境(鲲鹏、欧拉、麒麟等)。其核心特色是全栈FDE工具链,旨在降低AI项目交付门槛。

平台提供以下具体功能:通过统一模型中心接入数百种模型(如GPT、Claude、Llama),支持vLLM、TGI等推理后端;内置100+ MCP服务,可快速连接外部工具;提供RAG知识库,支持12种文件格式和URL抓取,集成OCR和MinerU模型解析,并具备GraphRAG增强;提供可视化工作流编辑器,支持低代码编排;支持普通智能体和通用智能体(WanwuBot)构建,并首创零代码技能调用;通过REST API提供BaaS服务,便于OA/CRM/ERP集成;支持多租户架构和细粒度权限控制。部署方式包括Docker Compose、源码编译和UniClaw桌面客户端。

  1. 企业客服部门:利用RAG+Agent构建精准业务咨询与工单处理系统。
  2. 知识管理部门:构建企业专属知识库,支持语义搜索与智能摘要生成。
  3. 流程自动化团队:通过工作流引擎实现合同审核、报销审批等AI辅助决策。
  4. 信创环境企业:在鲲鹏CPU、欧拉/麒麟系统上部署,使用TiDB或OceanBase数据库。
  5. FDE工程师:利用全栈工具链快速交付AI项目,支持现场部署和深集成。

这个 Agent 有哪些优点和局限?

优点
  • Apache-2.0许可证,允许免费扩展、二次开发和商业使用。
  • 提供GraphRAG、本体智能体等独特功能,在MultiHop-RAG基准上F1分数优于Dify和LightRAG。
  • 支持Docker一键部署和信创适配,降低部署难度。
  • 内置100+ MCP服务与Skill广场,开箱即用。
局限
  • 默认密码和密钥需自行修改,否则存在安全风险。
  • 新版本工作流模块依赖分离的wanwu-workflow项目,需要额外了解。
  • GUI智能体需下载客户端(百度网盘),可能不便。
  • 平台功能丰富但学习曲线较陡,需要参考手册。

如何安装或部署这个 Agent?

推荐Docker安装:1) cp .env.example .env;2) 编辑.env设置WANWU_ARCH(amd64/arm64)和WANWU_EXTERNAL_IP;3) 设置WANWU_BFF_JWT_SIGNING_KEY;4) cp .env.ontology.example .env.ontology;5) 创建网络docker network create wanwu-net;6) 启动服务docker compose --env-file .env --env-file .env.ontology --env-file .env.image.amd64 up -d(arm64替换为arm64镜像文件);7) 访问http://localhost:8081,默认用户名admin,密码Wanwu123456。源代码开发需基于Docker部署后,使用Makefile停止并编译bff-service。

如何使用这个 Agent?

登录后,首先在模型管理中导入所需模型(如Unicom Yuanjing LLM,API兼容OpenAI),然后创建知识库上传文档,或使用工作流编辑器编排流程,创建智能体应用。平台提供详细操作手册,位于configs/microservice/bff-service/static/manual目录。

这个 Agent 与同类方案有什么区别?

与Dify.AI相比,Wanwu支持直接OCR导入、GraphRAG、本体智能体和通用智能体+技能编排框架,且许可证更友好(Dify商业受限);与FastGPT相比,Wanwu支持模型导入和更多高级功能;与RagFlow相比,Wanwu在GraphRAG和许可证方面有优势;与Coze开源版相比,Wanwu支持本地部署和多租户。

常见问题

支持哪些模型提供商?
支持Unicom Yuanjing、OpenAI API兼容、Ollama、通义千问、火山引擎等,以及私有化部署的模型。
部署是否需要GPU?
推荐配置为CPU 8核/16核,内存32GB,存储200GB,不需要GPU。
是否支持信创环境?
已获得信创AI软硬件系统检测证书,支持鲲鹏CPU、欧拉/麒麟OS、TiDB/OceanBase数据库。
如何保证数据安全?
支持在.env中自定义所有中间件密码,使用RSA加密传输,并提供多租户隔离,但用户需注意默认凭据安全。

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents