refactor: 重构：将项目重命名为 Yuxi 并更新模块路径

- 在所有文档和配置中将品牌从 "Yuxi-Know" 重命名为 "Yuxi" - 将 Python 导入路径从 `src.*` 更新为 `yuxi.*` 以保持后端包的一致性 - 将 Web 包名称从 `yuxi-know-web` 更新为 `yuxi-web` 此更改与后端代码迁移至 backend/ 目录保持一致。
2026-03-17 18:56:42 +08:00 · 2026-03-17 18:56:42 +08:00 · 90bfd20d8d
commit 90bfd20d8d
parent 410dd47c14
42 changed files with 129 additions and 129 deletions
--- a/AGENTS.md
+++ b/AGENTS.md
@ -1,7 +1,7 @@

 # 项目目录结构 (Project Overview)

-Yuxi-Know 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，融合了 RAG 技术与知识图谱技术，基于 LangGraph v1 + Vue.js + FastAPI + LightRAG 架构构建。项目完全通过 Docker Compose 进行管理，支持热重载开发。
+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，融合了 RAG 技术与知识图谱技术，基于 LangGraph v1 + Vue.js + FastAPI + LightRAG 架构构建。项目完全通过 Docker Compose 进行管理，支持热重载开发。

 ## 开发准则

--- a/CLAUDE.md
+++ b/CLAUDE.md
@ -1,7 +1,7 @@

 # 项目目录结构 (Project Overview)

-Yuxi-Know 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，融合了 RAG 技术与知识图谱技术，基于 LangGraph v1 + Vue.js + FastAPI + LightRAG 架构构建。项目完全通过 Docker Compose 进行管理，支持热重载开发。
+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，融合了 RAG 技术与知识图谱技术，基于 LangGraph v1 + Vue.js + FastAPI + LightRAG 架构构建。项目完全通过 Docker Compose 进行管理，支持热重载开发。

 ## 开发准则

--- a/backend/package/yuxi/init.py
+++ b/backend/package/yuxi/init.py
@ -17,5 +17,5 @@ executor = ThreadPoolExecutor()  # noqa: E402


 def get_version():
-    """Return the Yuxi-Know version."""
+    """Return the Yuxi version."""
    return __version__
--- a/backend/package/yuxi/agents/deep_agent/init.py
+++ b/backend/package/yuxi/agents/deep_agent/init.py
@ -18,5 +18,5 @@ __all__ = [

 # 模块元数据
 __version__ = "1.0.0"
-__author__ = "Yuxi-Know Team"
+__author__ = "Yuxi Team"
 __description__ = "基于 create_deep_agent 的深度分析智能体"
--- a/backend/package/yuxi/config/static/info.template.yaml
+++ b/backend/package/yuxi/config/static/info.template.yaml
@ -10,8 +10,8 @@ organization:

 # 项目信息
 branding:
-  name: "Yuxi-Know"
-  title: "Yuxi-Know: 更智能的知识库智能体平台"     # 系统标题
+  name: "Yuxi"
+  title: "Yuxi: 更智能的知识库智能体平台"     # 系统标题
  subtitle: "大模型驱动的知识库智能体平台"          # 副标题

 features:
--- a/backend/scripts/batch_upload.py
+++ b/backend/scripts/batch_upload.py
@ -337,7 +337,7 @@ def upload(
    poll_interval: int = typer.Option(5, help="Polling interval in seconds for checking task status."),
 ):
    """
-    Batch upload and process files into a Yuxi-Know knowledge base.
+    Batch upload and process files into a Yuxi knowledge base.
    """
    console.print(f"[bold green]Starting batch upload for knowledge base: {db_id}[/bold green]")

--- a/backend/scripts/init.ps1
+++ b/backend/scripts/init.ps1
@ -1,8 +1,8 @@
-# Yuxi-Know Initialization Script for PowerShell
-# This script helps set up the environment for the Yuxi-Know project
+# Yuxi Initialization Script for PowerShell
+# This script helps set up the environment for the Yuxi project
 # Note: API keys will be visible during input - use with care

-Write-Host "🚀 Initializing Yuxi-Know project..." -ForegroundColor Cyan
+Write-Host "🚀 Initializing Yuxi project..." -ForegroundColor Cyan
 Write-Host "==================================" -ForegroundColor Cyan

 # Check if .env file exists
--- a/backend/scripts/init.sh
+++ b/backend/scripts/init.sh
@ -1,11 +1,11 @@
 #!/bin/bash

-# Yuxi-Know Initialization Script for Bash/Linux/macOS
-# This script helps set up the environment for the Yuxi-Know project
+# Yuxi Initialization Script for Bash/Linux/macOS
+# This script helps set up the environment for the Yuxi project

 set -e

-echo "🚀 Initializing Yuxi-Know project..."
+echo "🚀 Initializing Yuxi project..."
 echo "=================================="

 # Check if .env file exists
--- a/backend/server/routers/knowledge_router.py
+++ b/backend/server/routers/knowledge_router.py
@ -1362,7 +1362,7 @@ async def get_supported_file_types(current_user: User = Depends(get_admin_user))

@knowledge.post("/files/markdown")
 async def mark_it_down(file: UploadFile = File(...), current_user: User = Depends(get_admin_user)):
-    """调用 src.knowledge.indexing 下面的 process_file_to_markdown 解析为 markdown，参数是文件，需要管理员权限"""
+    """调用 yuxi.knowledge.indexing 下面的 process_file_to_markdown 解析为 markdown，参数是文件，需要管理员权限"""
    try:
        content = await file.read()
        markdown_content = await process_file_to_markdown(content)
--- a/backend/test/run_tests.sh
+++ b/backend/test/run_tests.sh
@ -3,7 +3,7 @@
 # 测试脚本运行器
 # 提供快速运行不同类型测试的方法

-echo "Yuxi-Know API 测试运行器"
+echo "Yuxi API 测试运行器"
 echo "========================"

 # 检查测试服务是否运行
--- a/backend/test/test_dify_kb.py
+++ b/backend/test/test_dify_kb.py
@ -79,7 +79,7 @@ async def test_dify_kb_aquery_maps_records(monkeypatch, tmp_path):
    }

    monkeypatch.setattr(
-        "src.knowledge.implementations.dify.httpx.AsyncClient",
+        "yuxi.knowledge.implementations.dify.httpx.AsyncClient",
        lambda **kwargs: _FakeAsyncClient(response_payload=payload, **kwargs),
    )

@ -110,7 +110,7 @@ async def test_dify_kb_aquery_error_returns_empty(monkeypatch, tmp_path):
    }

    monkeypatch.setattr(
-        "src.knowledge.implementations.dify.httpx.AsyncClient",
+        "yuxi.knowledge.implementations.dify.httpx.AsyncClient",
        lambda **kwargs: _FakeAsyncClient(raises=RuntimeError("boom"), **kwargs),
    )

--- a/backend/test/test_graph_unit.py
+++ b/backend/test/test_graph_unit.py
@ -36,7 +36,7 @@ async def test_txt_add_vector_entity_parsing():
    mock_session.execute_write.side_effect = side_effect_execute_write

    # Mock embedding model
-    with patch("src.models.select_embedding_model") as mock_select_model:
+    with patch("yuxi.models.select_embedding_model") as mock_select_model:
        mock_embed_model = MagicMock()
        mock_select_model.return_value = mock_embed_model

@ -52,14 +52,14 @@ async def test_txt_add_vector_entity_parsing():
        gd.embed_model_name = "test_model"

        # Mock config where it's imported in upload_graph_service.py
-        # The import is `from src import config`, so patch at the usage location
+        # The import is `from yuxi import config`, so patch at the usage location
        mock_config = MagicMock()
        mock_config.embed_model = "test_model"
        mock_embed_info = MagicMock()
        mock_embed_info.dimension = 1024
        mock_config.embed_model_names = {"test_model": mock_embed_info}

-        with patch("src.knowledge.graphs.upload_graph_service.config", mock_config):
+        with patch("yuxi.knowledge.graphs.upload_graph_service.config", mock_config):
            # Test data: Mixed format
            triples = [
                # Legacy format
--- a/docs/.vitepress/config.mts
+++ b/docs/.vitepress/config.mts
@ -5,7 +5,7 @@ import markdownItTaskCheckbox from 'markdown-it-task-checkbox'
 // https://vitepress.dev/reference/site-config
 export default defineConfig({
  lang: 'zh-CN',
-  title: "Yuxi-Know",
+  title: "Yuxi",
  description: "语析",
  base: '/Yuxi-Know/',
  srcDir: './',
@ -35,7 +35,7 @@ export default defineConfig({
        {
          text: '简介',
          items: [
-            { text: '什么是 Yuxi-Know？', link: '/latest/intro/project-overview' },
+            { text: '什么是 Yuxi？', link: '/latest/intro/project-overview' },
            { text: '快速开始', link: '/latest/intro/quick-start' },
            { text: '模型配置', link: '/latest/intro/model-config' },
            { text: '知识库与知识图谱', link: '/latest/intro/knowledge-base' },
@ -77,7 +77,7 @@ export default defineConfig({
        {
          text: '简介',
          items: [
-            { text: '什么是 Yuxi-Know？', link: '/v0.4.0/intro/project-overview' },
+            { text: '什么是 Yuxi？', link: '/v0.4.0/intro/project-overview' },
            { text: '快速开始', link: '/v0.4.0/intro/quick-start' },
            { text: '模型配置', link: '/v0.4.0/intro/model-config' },
            { text: '知识库与知识图谱', link: '/v0.4.0/intro/knowledge-base' },
--- a/docs/index.md
+++ b/docs/index.md
@ -3,7 +3,7 @@
 layout: home

 hero:
-  name: "Yuxi-Know"
+  name: "Yuxi"
  text: "智能知识库与知识图谱问答系统"
  tagline: 基于 LangGraph + Vue.js + FastAPI + LightRAG 架构构建的智能问答平台
  image:
--- a/docs/latest/advanced/branding.md
+++ b/docs/latest/advanced/branding.md
@ -1,18 +1,18 @@
 # 品牌自定义

-Yuxi-Know 支持完整的品牌自定义，包括 Logo、组织名称、版权信息、登录协议等，方便企业用户进行品牌定制。
+Yuxi 支持完整的品牌自定义，包括 Logo、组织名称、版权信息、登录协议等，方便企业用户进行品牌定制。

 ## 品牌信息配置

 ### 步骤 1：复制模板文件

 ```bash
-cp src/config/static/info.template.yaml src/config/static/info.local.yaml
+cp backend/package/yuxi/config/static/info.template.yaml backend/package/yuxi/config/static/info.local.yaml
 ```

 ### 步骤 2：编辑品牌信息

-在 `src/config/static/info.local.yaml` 中配置你的品牌信息：
+在 `backend/package/yuxi/config/static/info.local.yaml` 中配置你的品牌信息：

 - 应用名称
 - 组织名称
@ -25,7 +25,7 @@ cp src/config/static/info.template.yaml src/config/static/info.local.yaml
 在 `.env` 中指定配置文件路径：

 ```env
-YUXI_BRAND_FILE_PATH=src/config/static/info.local.yaml
+YUXI_BRAND_FILE_PATH=backend/package/yuxi/config/static/info.local.yaml
 ```

 ::: tip 配置优先级
@ -38,7 +38,7 @@ YUXI_BRAND_FILE_PATH=src/config/static/info.local.yaml

 ### 配置项

-在 `src/config/static/info.local.yaml` 的 `footer` 下新增以下字段：
+在 `backend/package/yuxi/config/static/info.local.yaml` 的 `footer` 下新增以下字段：

 ```yaml
 footer:
--- a/docs/latest/advanced/configuration.md
+++ b/docs/latest/advanced/configuration.md
@ -1,10 +1,10 @@
 # 配置系统详解

-Yuxi-Know 采用了现代化的配置管理系统，基于 Pydantic BaseModel 和 TOML 格式，提供了类型安全、智能提示和选择性持久化等特性。这套系统既满足了开发者对灵活配置的需求，又保证了运行时的稳定性。
+Yuxi 采用了现代化的配置管理系统，基于 Pydantic BaseModel 和 TOML 格式，提供了类型安全、智能提示和选择性持久化等特性。这套系统既满足了开发者对灵活配置的需求，又保证了运行时的稳定性。

 ## 设计理念

-传统的配置文件往往存在以下问题：格式不统一、类型安全缺失、难以追踪哪些配置是用户修改过的。Yuxi-Know 的配置系统针对这些问题给出了解决方案：
+传统的配置文件往往存在以下问题：格式不统一、类型安全缺失、难以追踪哪些配置是用户修改过的。Yuxi 的配置系统针对这些问题给出了解决方案：

 - **类型安全**：基于 Pydantic，所有配置项都有明确的类型定义
 - **智能提示**：IDE 可以根据类型定义提供自动补全
@ -26,7 +26,7 @@ Yuxi-Know 采用了现代化的配置管理系统，基于 Pydantic BaseModel

 ### 各层作用

-1. **代码默认值**：定义在 `src/config/app.py` 和 `src/config/static/models.py` 中，提供所有配置项的初始值
+1. **代码默认值**：定义在 `backend/package/yuxi/config/app.py` 和 `backend/package/yuxi/config/static/models.py` 中，提供所有配置项的初始值

 2. **用户配置**：保存在 `saves/config/base.toml`，只包含用户实际修改过的配置项。这种设计的好处是：当代码更新添加了新配置项时，不会被用户的旧配置文件覆盖

@ -72,7 +72,7 @@ DEFAULT_CHAT_MODEL_PROVIDERS: dict[str, ChatModelProvider] = {
 ### 读取配置

 ```python
-from src.config import config
+from yuxi.config import config

 # 访问配置项
 model = config.default_model
@ -82,7 +82,7 @@ reranker_enabled = config.enable_reranker
 ### 修改配置

 ```python
-from src.config import config
+from yuxi.config import config

 # 修改配置
 config.enable_reranker = True
@ -95,7 +95,7 @@ config.save()
 ### 配置验证

 ```python
-from src.config import config
+from yuxi.config import config

 # 检查模型提供商可用性
 for provider, status in config.model_provider_status.items():
@ -112,7 +112,7 @@ embed_models = config.get_embed_model_choices()

 ### 步骤 1：添加提供商配置

-在 `src/config/static/models.py` 的 `DEFAULT_CHAT_MODEL_PROVIDERS` 字典中添加新条目：
+在 `backend/package/yuxi/config/static/models.py` 的 `DEFAULT_CHAT_MODEL_PROVIDERS` 字典中添加新条目：

 ```python
 "new-provider": ChatModelProvider(
@ -144,7 +144,7 @@ NEW_PROVIDER_API_KEY=your_api_key_here
 配置可以动态修改，无需重启服务：

 ```python
-from src.config import config
+from yuxi.config import config

 # 更新单个配置项
 config.enable_reranker = True
--- a/docs/latest/advanced/deployment.md
+++ b/docs/latest/advanced/deployment.md
@ -1,6 +1,6 @@
 # 生产部署指南

-本文档介绍如何在生产环境中部署 Yuxi-Know。
+本文档介绍如何在生产环境中部署 Yuxi。

 ## 前置要求

--- a/docs/latest/advanced/document-processing.md
+++ b/docs/latest/advanced/document-processing.md
@ -1,6 +1,6 @@
 # 文档处理与 OCR

-Yuxi-Know 支持多种文档格式的智能解析，从简单的文本文件到复杂的 PDF 文档，都能自动提取内容并转换为可检索的格式。
+Yuxi 支持多种文档格式的智能解析，从简单的文本文件到复杂的 PDF 文档，都能自动提取内容并转换为可检索的格式。

 ## 支持的文件类型

--- a/docs/latest/advanced/misc.md
+++ b/docs/latest/advanced/misc.md
@ -1,6 +1,6 @@
 # 其他配置

-本文档介绍 Yuxi-Know 的其他配置选项，包括内容安全、网页搜索和服务端口等。
+本文档介绍 Yuxi 的其他配置选项，包括内容安全、网页搜索和服务端口等。

 ## 内容安全

@ -22,7 +22,7 @@

 **关键词检测**

-敏感词库位于 `src/config/static/bad_keywords.txt`，每行一个关键词。修改后实时生效，无需重启服务。
+敏感词库位于 `backend/package/yuxi/config/static/bad_keywords.txt`，每行一个关键词。修改后实时生效，无需重启服务。

 **LLM 检测**

--- a/docs/latest/agents/agents-config.md
+++ b/docs/latest/agents/agents-config.md
@ -1,6 +1,6 @@
 # 智能体开发指南

-Yuxi-Know 的智能体系统基于 LangGraph 构建，提供了灵活而强大的 Agent 开发能力。通过统一的 `AgentManager`，系统能够自动发现和管理所有智能体，让开发者能够专注于业务逻辑的实现。
+Yuxi 的智能体系统基于 LangGraph 构建，提供了灵活而强大的 Agent 开发能力。通过统一的 `AgentManager`，系统能够自动发现和管理所有智能体，让开发者能够专注于业务逻辑的实现。

 ## 智能体架构

@ -15,7 +15,7 @@ Yuxi-Know 的智能体系统基于 LangGraph 构建，提供了灵活而强大

 ### 自动发现机制

-智能体采用自动发现模式。在 `src/agents/__init__.py` 中，系统会遍历 `src/agents` 目录，自动注册所有继承自 `BaseAgent` 的类。这意味着开发者只需要按照规范编写代码，智能体就会自动被系统识别，无需手动配置。
+智能体采用自动发现模式。在 `backend/package/yuxi/agents/__init__.py` 中，系统会遍历 `backend/package/yuxi/agents` 目录，自动注册所有继承自 `BaseAgent` 的类。这意味着开发者只需要按照规范编写代码，智能体就会自动被系统识别，无需手动配置。

 仓库预置了几个可以直接使用的智能体示例：

@ -29,10 +29,10 @@ Yuxi-Know 的智能体系统基于 LangGraph 构建，提供了灵活而强大

 ### 目录结构

-在 `src/agents` 目录下创建新的智能体包，建议保持以下结构：
+在 `backend/package/yuxi/agents` 目录下创建新的智能体包，建议保持以下结构：

 ```
-src/agents/
+backend/package/yuxi/agents/
 └── my_agent/
    ├── __init__.py          # 暴露主类
    ├── graph.py              # Graph 构造逻辑
@ -44,7 +44,7 @@ src/agents/
 智能体类需要继承 `BaseAgent` 并实现异步的 `get_graph` 方法：

 ```python
-from src.agents.common import BaseAgent
+from yuxi.agents.common import BaseAgent
 from langgraph.prebuilt import create_agent

 class MyAgent(BaseAgent):
--- a/docs/latest/agents/context-config.md
+++ b/docs/latest/agents/context-config.md
@ -5,7 +5,7 @@
 ## BaseContext 详解

 ```python
-from src.agents.common import BaseContext
+from yuxi.agents.common import BaseContext
 from dataclasses import dataclass

@dataclass(kw_only=True)
@ -38,9 +38,9 @@ class MyAgentContext(BaseContext):
 有时需要自定义工具选项，比如 ReporterAgent 需要包含 MySQL 工具：

 ```python
-from src.agents.common import BaseContext, gen_tool_info
-from src.agents.common.toolkits.buildin import calculator, query_knowledge_graph
-from src.agents.common.toolkits.mysql import get_mysql_tools
+from yuxi.agents.common import BaseContext, gen_tool_info
+from yuxi.agents.common.toolkits.buildin import calculator, query_knowledge_graph
+from yuxi.agents.common.toolkits.mysql import get_mysql_tools

@dataclass(kw_only=True)
 class ReporterContext(BaseContext):
--- a/docs/latest/agents/middleware.md
+++ b/docs/latest/agents/middleware.md
@ -17,7 +17,7 @@
 支持文件上传功能的中间件。如果智能体需要处理用户上传的文档，可以启用此中间件：

 ```python
-from src.agents.common.middlewares import inject_attachment_context
+from yuxi.agents.common.middlewares import inject_attachment_context

 async def get_graph(self):
    graph = create_agent(
@ -41,4 +41,4 @@ async def get_graph(self):

 ## 自定义中间件

-新增中间件时，将其放入 `src/agents/common/middlewares` 目录，然后在智能体的 `middleware` 列表中引用即可。
+新增中间件时，将其放入 `backend/package/yuxi/agents/common/middlewares` 目录，然后在智能体的 `middleware` 列表中引用即可。
--- a/docs/latest/agents/skills-management.md
+++ b/docs/latest/agents/skills-management.md
@ -1,6 +1,6 @@
 # Skills 管理系统

-Skills 是 Yuxi-Know 系统中用于扩展 Agent 能力的重要机制。通过 Skills，开发者可以将特定的工具、提示词模板或领域知识打包成可复用的技能包，让 Agent 在对话过程中能够调用这些额外能力。
+Skills 是 Yuxi 系统中用于扩展 Agent 能力的重要机制。通过 Skills，开发者可以将特定的工具、提示词模板或领域知识打包成可复用的技能包，让 Agent 在对话过程中能够调用这些额外能力。

 ## 为什么需要 Skills

@ -280,4 +280,4 @@ A：系统会在保存依赖配置时进行校验，如果引用的工具或 MCP

 ---

-通过 Skills 机制，Yuxi-Know 为 Agent 提供了一个灵活、可扩展的能力扩展框架。你可以将自己积累的业务知识、工具能力封装成 Skills，让不同的 Agent 复用这些能力，极大地提升了系统的可维护性和复用性。
+通过 Skills 机制，Yuxi 为 Agent 提供了一个灵活、可扩展的能力扩展框架。你可以将自己积累的业务知识、工具能力封装成 Skills，让不同的 Agent 复用这些能力，极大地提升了系统的可维护性和复用性。
--- a/docs/latest/agents/tools-system.md
+++ b/docs/latest/agents/tools-system.md
@ -1,6 +1,6 @@
 # 工具系统

-Yuxi-Know 提供了统一的工具获取机制，支持多种工具类型的动态组装。
+Yuxi 提供了统一的工具获取机制，支持多种工具类型的动态组装。

 ## 工具获取机制

@ -11,7 +11,7 @@ Yuxi-Know 提供了统一的工具获取机制，支持多种工具类型的动
 3. **MCP 工具**：根据 `context.mcps` 加载并过滤的 MCP 服务器工具

 ```python
-from src.agents.common.tools import get_tools_from_context
+from yuxi.agents.common.tools import get_tools_from_context

 async def get_graph(self, **kwargs):
    context = self.get_context()
@ -20,16 +20,16 @@ async def get_graph(self, **kwargs):

 ## 工具注册机制

-Yuxi-Know 的工具系统基于注册机制而非继承体系，这一点与 LangChain 原生的 `@tool` 装饰器有本质区别。
+Yuxi 的工具系统基于注册机制而非继承体系，这一点与 LangChain 原生的 `@tool` 装饰器有本质区别。

-LangChain 的 `@tool` 装饰器通常需要继承特定基类或实现特定接口，创建的工具有着强烈的框架耦合。而 Yuxi-Know 的工具注册表是一个独立的全局注册中心，任何符合规范的函数都可以通过 `@tool` 装饰器注册到系统中，无需继承任何基类，也不需要了解框架内部实现。
+LangChain 的 `@tool` 装饰器通常需要继承特定基类或实现特定接口，创建的工具有着强烈的框架耦合。而 Yuxi 的工具注册表是一个独立的全局注册中心，任何符合规范的函数都可以通过 `@tool` 装饰器注册到系统中，无需继承任何基类，也不需要了解框架内部实现。

-需要特别说明的是，Yuxi-Know 的 `@tool` 装饰器并非全新实现，而是基于 LangChain 原生 `@tool` 的扩展。装饰器的核心逻辑继承自 LangChain，新增了 `category`、`tags`、`display_name` 等元数据字段用于前端展示和分类，原有的 LangChain 特性（如函数参数注解、描述文档等）完全兼容。
+需要特别说明的是，Yuxi 的 `@tool` 装饰器并非全新实现，而是基于 LangChain 原生 `@tool` 的扩展。装饰器的核心逻辑继承自 LangChain，新增了 `category`、`tags`、`display_name` 等元数据字段用于前端展示和分类，原有的 LangChain 特性（如函数参数注解、描述文档等）完全兼容。

-注册表的核心位于 `src/agents/common/toolkits/registry.py`，它维护着一个全局的工具实例列表。当系统启动时，所有导入 `toolkits` 包的模块都会自动执行其内部的工具注册逻辑，这意味着开发者只需要在自己的模块中添加装饰器，工具就会自动被发现和使用。
+注册表的核心位于 `backend/package/yuxi/agents/common/toolkits/registry.py`，它维护着一个全局的工具实例列表。当系统启动时，所有导入 `toolkits` 包的模块都会自动执行其内部的工具注册逻辑，这意味着开发者只需要在自己的模块中添加装饰器，工具就会自动被发现和使用。

 ```python
-from src.agents.common.toolkits.registry import tool
+from yuxi.agents.common.toolkits.registry import tool

@tool(category="buildin", tags=["计算"], display_name="计算器")
 def calculator(a: float, b: float, operation: str) -> float:
@ -54,7 +54,7 @@ def calculator(a: float, b: float, operation: str) -> float:
 与内置工具不同，知识库工具是动态生成的。当在智能体配置中指定 `context.knowledges` 时，系统会根据指定的 knowledge 名称动态创建对应的检索工具。这种设计使得知识库工具不需要预先注册，而是在运行时按需生成。

 ```python
-from src.agents.common.toolkits.kbs import get_common_kb_tools
+from yuxi.agents.common.toolkits.kbs import get_common_kb_tools

 kb_tools = get_common_kb_tools(knowledge_names=["kb1", "kb2"])
 ```
--- a/docs/latest/changelog/contributing.md
+++ b/docs/latest/changelog/contributing.md
@ -1,6 +1,6 @@
 # 参与贡献

-感谢你对 Yuxi-Know 项目的兴趣！我们欢迎任何形式的贡献，包括但不限于代码提交、功能建议、问题反馈和文档改进。
+感谢你对 Yuxi 项目的兴趣！我们欢迎任何形式的贡献，包括但不限于代码提交、功能建议、问题反馈和文档改进。

 <a href="https://github.com/xerrors/Yuxi-Know/contributors">
    <img src="https://contributors.nn.ci/api?repo=xerrors/Yuxi-Know" alt="贡献者名单">
--- a/docs/latest/changelog/faq.md
+++ b/docs/latest/changelog/faq.md
@ -1,6 +1,6 @@
 # 常见问题

-以下是 Yuxi-Know 在安装和使用过程中最常见的问题及其解决方案。
+以下是 Yuxi 在安装和使用过程中最常见的问题及其解决方案。

 ## Docker 与启动问题

--- a/docs/latest/changelog/run-architecture-migration-v4.md
+++ b/docs/latest/changelog/run-architecture-migration-v4.md
@ -148,14 +148,14 @@ sequenceDiagram

 ### 后端

-1. `/Yuxi-Know/src/services/run_queue_service.py`
-2. `/Yuxi-Know/src/services/run_worker.py`
-3. `/Yuxi-Know/src/services/agent_run_service.py`
-4. `/Yuxi-Know/src/repositories/agent_run_repository.py`
+1. `/Yuxi-Know/backend/package/yuxi/services/run_queue_service.py`
+2. `/Yuxi-Know/backend/package/yuxi/services/run_worker.py`
+3. `/Yuxi-Know/backend/package/yuxi/services/agent_run_service.py`
+4. `/Yuxi-Know/backend/package/yuxi/repositories/agent_run_repository.py`
 5. `/Yuxi-Know/server/routers/chat_router.py`
 6. `/Yuxi-Know/server/worker_main.py`
-7. `/Yuxi-Know/src/storage/postgres/manager.py`
-8. `/Yuxi-Know/src/storage/postgres/models_business.py`
+7. `/Yuxi-Know/backend/package/yuxi/storage/postgres/manager.py`
+8. `/Yuxi-Know/backend/package/yuxi/storage/postgres/models_business.py`

 ### 前端

--- a/docs/latest/intro/knowledge-base.md
+++ b/docs/latest/intro/knowledge-base.md
@ -1,6 +1,6 @@
 # 知识库与知识图谱

-Yuxi-Know 提供了强大的知识管理能力，将知识以向量和图谱两种形式存储，既支持传统的语义检索，又能构建结构化的知识关系网络。
+Yuxi 提供了强大的知识管理能力，将知识以向量和图谱两种形式存储，既支持传统的语义检索，又能构建结构化的知识关系网络。

 ## 为什么需要知识库

@ -161,4 +161,4 @@ POST /api/knowledge/databases/{db_id}/documents

 ---

-知识库是 Yuxi-Know 的核心能力之一，通过本文档的介绍，你应该能够掌握创建和使用知识库的基本方法。对于更高级的用法，如评估基准构建、图增强检索优化等，可以进一步探索系统的其他功能。
+知识库是 Yuxi 的核心能力之一，通过本文档的介绍，你应该能够掌握创建和使用知识库的基本方法。对于更高级的用法，如评估基准构建、图增强检索优化等，可以进一步探索系统的其他功能。
--- a/docs/latest/intro/model-config.md
+++ b/docs/latest/intro/model-config.md
@ -182,7 +182,7 @@ models = [

 #### 1. 配置模型信息

-在 `src/config/static/models.py` 中的默认配置部分添加：
+在 `backend/package/yuxi/config/static/models.py` 中的默认配置部分添加：

 ```python
 # 默认嵌入模型配置
@ -214,8 +214,8 @@ DEFAULT_RERANKERS: dict[str, RerankerInfo] = {
 你也可以通过代码动态添加本地模型：

 ```python
-from src.config import config
-from src.config.static.models import EmbedModelInfo, RerankerInfo
+from yuxi.config import config
+from yuxi.config.static.models import EmbedModelInfo, RerankerInfo

 # 添加本地嵌入模型
 config.embed_model_names["local/embed-model"] = EmbedModelInfo(
--- a/docs/latest/intro/project-overview.md
+++ b/docs/latest/intro/project-overview.md
@ -1,6 +1,6 @@
 # 项目简介

-Yuxi-Know（语析）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。它融合了 RAG（检索增强生成）技术与知识图谱技术，为用户提供智能问答和知识管理服务。
+Yuxi（语析）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。它融合了 RAG（检索增强生成）技术与知识图谱技术，为用户提供智能问答和知识管理服务。

 ## 设计理念

@ -62,7 +62,7 @@ Yuxi-Know（语析）是一个基于大模型的智能知识库与知识图谱

 ## 适用场景

-Yuxi-Know 适用于以下场景：
+Yuxi 适用于以下场景：

 - **企业知识库**：构建私有知识问答系统
 - **智能客服**：基于文档的自动问答
--- a/docs/latest/intro/quick-start.md
+++ b/docs/latest/intro/quick-start.md
@ -1,6 +1,6 @@
 # 快速开始指南

-Yuxi-Know（语析）是一个基于知识图谱和向量数据库的智能知识库系统。通过本文档，你可以在几分钟内完成环境搭建并开始使用。
+Yuxi（语析）是一个基于知识图谱和向量数据库的智能知识库系统。通过本文档，你可以在几分钟内完成环境搭建并开始使用。

 ::: tip 提示
 除了此文档网站外，你还可以访问 [Zread](https://zread.ai/xerrors/Yuxi-Know) 或 [DeepWiki](https://deepwiki.com/xerrors/Yuxi-Know) 查看自动生成的详细项目文档。
--- a/docs/v0.4.0/advanced/agents-config.md
+++ b/docs/v0.4.0/advanced/agents-config.md
@ -2,7 +2,7 @@

 ## 智能体开发

-系统基于 [LangGraph](https://github.com/langchain-ai/langgraph) 并通过统一的 `AgentManager` 管理所有智能体。`src/agents/__init__.py` 会在启动时遍历 `src/agents` 目录，对每个包含 `__init__.py` 的子包执行自动发现：所有继承 `BaseAgent` 的类都会被注册并立即初始化，因此只要代码落位正确，就不需要再手动登记或修改管理器。
+系统基于 [LangGraph](https://github.com/langchain-ai/langgraph) 并通过统一的 `AgentManager` 管理所有智能体。`backend/package/yuxi/agents/__init__.py` 会在启动时遍历 `backend/package/yuxi/agents` 目录，对每个包含 `__init__.py` 的子包执行自动发现：所有继承 `BaseAgent` 的类都会被注册并立即初始化，因此只要代码落位正确，就不需要再手动登记或修改管理器。

 仓库预置了若干可直接运行的智能体：`chatbot` 聚焦对话与动态工具调度，`reporter` 演示报告类链路。这些目录展示了上下文类、Graph 构造方式、子智能体引用以及中间件组合的范例，新增功能时可以直接复用。

@ -14,29 +14,29 @@
 - `description`: 智能体功能描述
 - `examples`: 示例问题列表（数组格式）

-例如，`src/agents/chatbot/metadata.toml`：
+例如，`backend/package/yuxi/agents/chatbot/metadata.toml`：

-<<< @/../src/agents/chatbot/metadata.toml
+<<< @/../backend/package/yuxi/agents/chatbot/metadata.toml

 **注意**：`metadata.toml` 文件是可选的，如果没有提供，系统将使用智能体类的基本属性。

 ### 创建新的智能体

-在 `src/agents` 下新建一个包，保持与现有目录一致的结构：放置 Graph 构造逻辑（通常命名为 `graph.py`），并在包内的 `__init__.py` 中暴露主类。
+在 `backend/package/yuxi/agents` 下新建一个包，保持与现有目录一致的结构：放置 Graph 构造逻辑（通常命名为 `graph.py`），并在包内的 `__init__.py` 中暴露主类。

-智能体类必须继承 `src.agents.common.BaseAgent`，同时实现异步的 `get_graph` 方法来返回编译后的 LangGraph 实例，并配置好 `checkpointer`，否则无法从历史对话中恢复。
+智能体类必须继承 `yuxi.agents.common.BaseAgent`，同时实现异步的 `get_graph` 方法来返回编译后的 LangGraph 实例，并配置好 `checkpointer`，否则无法从历史对话中恢复。

 需要额外上下文字段时，可继承 `BaseContext` 构建自己的配置表单，再把类绑定到 `context_schema`，平台会在 `saves/agents/<module>` 下生成默认配置。

 案例 基于MySQL工具，以及自定义 MCP Server 的数据库报表助手。

-<<< @/../src/agents/reporter/graph.py
+<<< @/../backend/package/yuxi/agents/reporter/graph.py



 智能体实例的生命周期交给管理器处理，会在自动发现时完成初始化并缓存单例，以便快速响应请求。在容器内热重载时，只要保存文件即可触发重新导入；需要强制刷新可调用 `agent_manager.get_agent(<id>, reload=True)`。

-更多动态工具选择与 MCP 注册的例子，见 `src/agents/chatbot/graph.py` 中的中间件组合。
+更多动态工具选择与 MCP 注册的例子，见 `backend/package/yuxi/agents/chatbot/graph.py` 中的中间件组合。

 ### 拓展现有智能体

@ -46,13 +46,13 @@

 ### 子智能体与中间件

-子智能体集中放在 `src/agents/common/subagents` 目录，典型例子是 `calc_agent`，它通过 LangChain 的 `create_agent` 构建计算器能力并以工具暴露给主图。新增子智能体时沿用这一结构：在目录内编写封装函数与 `@tool` 装饰器，导出后即可被任意智能体调用。
+子智能体集中放在 `backend/package/yuxi/agents/common/subagents` 目录，典型例子是 `calc_agent`，它通过 LangChain 的 `create_agent` 构建计算器能力并以工具暴露给主图。新增子智能体时沿用这一结构：在目录内编写封装函数与 `@tool` 装饰器，导出后即可被任意智能体调用。

-中间件位于 `src/agents/common/middlewares`，包含上下文感知提示词、模型选择、动态工具加载以及附件注入等实现。如果需要编写新的中间件，请遵循 LangChain 官方文档中对 `AgentMiddleware`、`ModelRequest`、`ModelResponse` 等接口的定义，完成后在该目录的 `__init__.py` 暴露入口，主智能体即可在 `middleware` 列表中引用。
+中间件位于 `backend/package/yuxi/agents/common/middlewares`，包含上下文感知提示词、模型选择、动态工具加载以及附件注入等实现。如果需要编写新的中间件，请遵循 LangChain 官方文档中对 `AgentMiddleware`、`ModelRequest`、`ModelResponse` 等接口的定义，完成后在该目录的 `__init__.py` 暴露入口，主智能体即可在 `middleware` 列表中引用。

 #### 文件上传中间件

-文件上传功能通过 `inject_attachment_context` 中间件实现（位于 `src/agents/common/middlewares/attachment_middleware.py`）。该中间件基于 LangChain 1.0 的 `AgentMiddleware` 标准实现，具有以下特点：
+文件上传功能通过 `inject_attachment_context` 中间件实现（位于 `backend/package/yuxi/agents/common/middlewares/attachment_middleware.py`）。该中间件基于 LangChain 1.0 的 `AgentMiddleware` 标准实现，具有以下特点：

 1. **状态扩展**：定义 `AttachmentState` 扩展 `AgentState`，添加可选的 `attachments` 字段
 2. **自动注入**：在模型调用前，从 `request.state` 中读取附件并转换为 `SystemMessage`
@ -72,7 +72,7 @@ class MyAgent(BaseAgent):
 **步骤 2：添加中间件**（让智能体能够处理附件内容）

 ```python
-from src.agents.common.middlewares import inject_attachment_context
+from yuxi.agents.common.middlewares import inject_attachment_context

 async def get_graph(self):
    graph = create_agent(
@ -102,7 +102,7 @@ async def get_graph(self):

 系统会根据配置自动组装工具集合，涵盖知识图谱查询、向量检索生成的动态工具、MySQL 只读查询能力、Tavily 搜索以及所有注册的 MCP 工具。

-工具的启用状态和描述由配置文件或环境变量决定，当依赖缺失时会被中间件自动忽略，从而避免在图中加载不可用能力。MCP Server 的接入方式保持不变，只需在 `src/agents/common/mcp.py` 的 `MCP_SERVERS` 中填入服务地址与 `transport` 类型，如需更多范式可参阅 LangChain 官方文档。
+工具的启用状态和描述由配置文件或环境变量决定，当依赖缺失时会被中间件自动忽略，从而避免在图中加载不可用能力。MCP Server 的接入方式保持不变，只需在 `backend/package/yuxi/agents/common/mcp.py` 的 `MCP_SERVERS` 中填入服务地址与 `transport` 类型，如需更多范式可参阅 LangChain 官方文档。

 ### MCP 服务器配置方式

@ -172,7 +172,7 @@ MCP_SERVERS = {
            "tool",
            "run",
            "arxiv-mcp-server",
-            "--storage-path", "src/agents/mcp_repos/arxiv-mcp-server"
+            "--storage-path", "backend/package/yuxi/agents/mcp_repos/arxiv-mcp-server"
        ],
        "transport": "stdio"
    }
@ -197,7 +197,7 @@ MCP_SERVERS = {
 系统支持动态加载 MCP 工具：

 ```python
-from src.agents.common.mcp import get_mcp_tools, add_mcp_server
+from yuxi.agents.common.mcp import get_mcp_tools, add_mcp_server

 # 获取特定服务器的工具
 tools = await get_mcp_tools("sequentialthinking")
@ -227,7 +227,7 @@ MYSQL_PORT=3306
 MYSQL_CHARSET=utf8mb4
 ```

-所有查询限定在只读范围（SELECT、SHOW、DESCRIBE、EXPLAIN），请求会经过表名校验与超时控制，默认限制 60 秒与 100 行输出，并可通过配置调整上限。连接信息会反馈给 LangGraph，智能体可以自动陈述数据库用途并选择更准确的检索策略。详见代码部分 `src/agents/common/toolkits/mysql/`
+所有查询限定在只读范围（SELECT、SHOW、DESCRIBE、EXPLAIN），请求会经过表名校验与超时控制，默认限制 60 秒与 100 行输出，并可通过配置调整上限。连接信息会反馈给 LangGraph，智能体可以自动陈述数据库用途并选择更准确的检索策略。详见代码部分 `backend/package/yuxi/agents/common/toolkits/mysql/`

 ### 多模态图片支持

--- a/docs/v0.4.0/advanced/branding.md
+++ b/docs/v0.4.0/advanced/branding.md
@ -7,14 +7,14 @@
 ### 1. 复制模板文件

 ```bash
-cp src/config/static/info.template.yaml src/config/static/info.local.yaml
+cp backend/package/yuxi/config/static/info.template.yaml backend/package/yuxi/config/static/info.local.yaml
 ```

 ### 2. 编辑品牌信息

-在 `src/config/static/info.local.yaml` 中配置：
+在 `backend/package/yuxi/config/static/info.local.yaml` 中配置：

-<<< @/../src/config/static/info.template.yaml
+<<< @/../backend/package/yuxi/config/static/info.template.yaml

 上述中提到的 ICON 预设了下面这些，如果需要更多的 ICONS，可以手动从 `lucide-vue-next` 中引入。

@ -25,7 +25,7 @@ cp src/config/static/info.template.yaml src/config/static/info.local.yaml
 在 `.env` 文件中指定配置文件路径：

 ```bash
-YUXI_BRAND_FILE_PATH=src/config/static/info.local.yaml
+YUXI_BRAND_FILE_PATH=backend/package/yuxi/config/static/info.local.yaml
 ```

 ::: tip 配置优先级
--- a/docs/v0.4.0/advanced/configuration.md
+++ b/docs/v0.4.0/advanced/configuration.md
@ -11,8 +11,8 @@ Yuxi-Know 从 v0.3.x 版本开始采用了全新的配置系统，基于 Pydanti
 ```
 配置系统架构
 ├── 默认配置 (代码定义)
-│   ├── src/config/static/models.py (模型配置)
-│   └── src/config/app.py (应用配置)
+│   ├── backend/package/yuxi/config/static/models.py (模型配置)
+│   └── backend/package/yuxi/config/app.py (应用配置)
 ├── 用户配置 (TOML 文件)
 │   └── saves/config/base.toml (仅保存用户修改)
 └── 环境变量 (运行时覆盖)
@ -21,7 +21,7 @@ Yuxi-Know 从 v0.3.x 版本开始采用了全新的配置系统，基于 Pydanti

 ### 核心组件

-#### 1. Config 类 (`src/config/app.py`)
+#### 1. Config 类 (`backend/package/yuxi/config/app.py`)

 主配置类，继承自 Pydantic BaseModel，提供：

@ -44,7 +44,7 @@ class Config(BaseModel):
    model_provider_status: dict[str, bool] = Field(exclude=True)
 ```

-#### 2. 模型配置类 (`src/config/static/models.py`)
+#### 2. 模型配置类 (`backend/package/yuxi/config/static/models.py`)

 定义了三种类型的模型配置：

@ -95,7 +95,7 @@ config.save()  # 只保存 enable_reranker 到 TOML 文件
 # enable_reranker = true
 ```

-### 默认模型配置 (`src/config/static/models.py`)
+### 默认模型配置 (`backend/package/yuxi/config/static/models.py`)

 包含所有支持的模型提供商的默认配置，开发者可以直接修改此文件添加新的模型：

@ -140,7 +140,7 @@ models = [
 ### 动态配置更新

 ```python
-from src.config import config
+from yuxi.config import config

 # 更新配置
 config.enable_reranker = True
@ -160,7 +160,7 @@ config._save_models_to_file("siliconflow")

 ```python
 # 验证配置
-from src.config import config
+from yuxi.config import config

 # 检查模型提供商可用性
 for provider, status in config.model_provider_status.items():
--- a/docs/v0.4.0/advanced/misc.md
+++ b/docs/v0.4.0/advanced/misc.md
@ -7,11 +7,11 @@
 检测流程为，接收到用户输入之后，就对用户的输入进行检测是否合规，同时在流式传输的过程中进行实时检测（仅关键词）。当流式输出结束之后，则开始检测整个内容。
 **注意**，使用 LLM 检测虽然可以大大缓解提示词注入带来的问题，但也会在用户交互上带来延迟影响，需要考虑是否启用。

-对于关键词检测，敏感词词库位于 `src/config/static/bad_keywords.txt` 文件，每行一个关键词，实时生效，无需重启服务。
+对于关键词检测，敏感词词库位于 `backend/package/yuxi/config/static/bad_keywords.txt` 文件，每行一个关键词，实时生效，无需重启服务。

-对于 LLM 检测，Prompt 可以看到 `src/plugins/guard.py`：
+对于 LLM 检测，Prompt 可以看到 `backend/package/yuxi/plugins/guard.py`：

-<<< @/../src/plugins/guard.py#guard_prompt
+<<< @/../backend/package/yuxi/plugins/guard.py#guard_prompt

 ## 网页搜索

--- a/docs/v0.4.0/intro/model-config.md
+++ b/docs/v0.4.0/intro/model-config.md
@ -40,7 +40,7 @@ default_model: siliconflow/deepseek-ai/DeepSeek-V3.2
 ::: tip 配置系统升级 (v0.3.x)
 从 `v0.3.x` 版本开始，模型配置系统已升级为基于 Pydantic BaseModel 的类型安全配置，支持 TOML 格式的用户配置文件。

- **默认配置**: `src/config/static/models.py` (Python 代码)
+- **默认配置**: `backend/package/yuxi/config/static/models.py` (Python 代码)
 - **用户配置**: `saves/config/base.toml` (TOML 格式，仅保存用户修改)
 - **自定义供应商**: `saves/config/custom_providers.toml` (独立配置文件)
  :::
@ -156,7 +156,7 @@ models = [

 #### 1. 配置模型信息

-在 `src/config/static/models.py` 中的默认配置部分添加：
+在 `backend/package/yuxi/config/static/models.py` 中的默认配置部分添加：

 ```python
 # 默认嵌入模型配置
@ -188,8 +188,8 @@ DEFAULT_RERANKERS: dict[str, RerankerInfo] = {
 你也可以通过代码动态添加本地模型：

 ```python
-from src.config import config
-from src.config.static.models import EmbedModelInfo, RerankerInfo
+from yuxi.config import config
+from yuxi.config.static.models import EmbedModelInfo, RerankerInfo

 # 添加本地嵌入模型
 config.embed_model_names["local/embed-model"] = EmbedModelInfo(
--- a/package-lock.json
+++ b/package-lock.json
@ -1,5 +1,5 @@
 {
-  "name": "Yuxi-Know",
+  "name": "Yuxi",
  "lockfileVersion": 3,
  "requires": true,
  "packages": {
--- a/src/agents/common/toolkits/buildin/tools.py
+++ b/src/agents/common/toolkits/buildin/tools.py
@ -6,11 +6,11 @@ from typing import Annotated, Any
 import requests
 from langgraph.types import interrupt

-from src import config, graph_base
-from src.agents.common.toolkits.registry import ToolExtraMetadata, _all_tool_instances, _extra_registry, tool
-from src.storage.minio import aupload_file_to_minio
-from src.utils import logger
-from src.utils.question_utils import normalize_questions
+from yuxi import config, graph_base
+from yuxi.agents.common.toolkits.registry import ToolExtraMetadata, _all_tool_instances, _extra_registry, tool
+from yuxi.storage.minio import aupload_file_to_minio
+from yuxi.utils import logger
+from yuxi.utils.question_utils import normalize_questions

 # Lazy initialization for TavilySearch (only when API key is available)
 _tavily_search_instance = None
--- a/src/services/chat_stream_service.py
+++ b/src/services/chat_stream_service.py
@ -9,17 +9,17 @@ from typing import Any
 from langchain.messages import AIMessage, AIMessageChunk, HumanMessage
 from langgraph.types import Command

-from src import config as conf
-from src.agents import agent_manager
-from src.plugins.guard import content_guard
-from src.repositories.agent_config_repository import AgentConfigRepository
-from src.repositories.conversation_repository import ConversationRepository
-from src.storage.postgres.manager import pg_manager
-from src.utils.logging_config import logger
-from src.utils.question_utils import (
+from yuxi import config as conf
+from yuxi.agents import agent_manager
+from yuxi.plugins.guard import content_guard
+from yuxi.repositories.agent_config_repository import AgentConfigRepository
+from yuxi.repositories.conversation_repository import ConversationRepository
+from yuxi.storage.postgres.manager import pg_manager
+from yuxi.utils.logging_config import logger
+from yuxi.utils.question_utils import (
    normalize_options as _normalize_interrupt_options,
 )
-from src.utils.question_utils import (
+from yuxi.utils.question_utils import (
    normalize_questions as _normalize_interrupt_questions,
 )

--- a/web/package.json
+++ b/web/package.json
@ -1,5 +1,5 @@
 {
-  "name": "yuxi-know-web",
+  "name": "yuxi-web",
  "version": "0.5.3.web",
  "private": true,
  "scripts": {
--- a/web/src/components/ChatSidebarComponent.vue
+++ b/web/src/components/ChatSidebarComponent.vue
@ -12,7 +12,7 @@
            alt="logo"
            class="brand-logo"
          />
-          <div class="header-title">{{ branding.name || organization.name || 'Yuxi-Know' }}</div>
+          <div class="header-title">{{ branding.name || organization.name || 'Yuxi' }}</div>
        </div>
        <div class="header-actions">
          <div
--- a/web/src/views/LoginView.vue
+++ b/web/src/views/LoginView.vue
@ -271,7 +271,7 @@ const brandOrgName = computed(() => {
 })
 const brandName = computed(() => {
  const orgName = brandOrgName.value
-  const brandNameRaw = infoStore.branding?.name?.trim() || 'Yuxi-Know'
+  const brandNameRaw = infoStore.branding?.name?.trim() || 'Yuxi'

  if (orgName && brandNameRaw && orgName !== brandNameRaw) {
    return brandNameRaw