腾讯开源 WeKnora,把散落一地的文档养成会自己生长的知识库

每个做过内部知识库的人都懂那种窒息感。制度 PDF 躺在群文件里，产品需求散在飞书文档，接口说明写在语雀，会议纪要在邮件附件，而最新那一版永远不知道是哪个。想找一句话，你得先猜它在哪个系统，再去那个系统里重新搜一遍。

于是有团队折腾了一套 RAG：文档切一切塞进向量库，接上大模型，问一句答一句。上线第一天很惊艳，第二周开始露馅。答得对，但说不清来源；源文档更新了，库里的还是三个月前的版本；问它"上季度的续约政策有什么变化"，它把三段不相关的段落拼一拼就还给你。

问题不在模型。大多数 RAG 只是"检索加回答"这一条直线，而知识管理本身是个循环：资料要进得来、要能被读懂、要持续更新、还得有人对它负责。

腾讯开源的 WeKnora，补的正是这个循环。

❌ 文档散在七八个系统里，飞书、语雀、Notion、GitLab 各搜一遍，拼不出一个完整答案

❌ 传统 RAG 只给答案不给出处，追问一句"依据是什么"就开始含糊其辞

❌ 知识库是只读快照，源文档改了，库里的内容还停在三个月前

❌ 复杂问题要跨多个步骤，问答式系统只检索一次，处理不了先查 A、再对比 B、最后给结论这类任务

❌ 切片切歪了没法修，只能删库重来，重建一次又不知道要等多久

❌ 文档入库后再没人碰过，慢慢变成一座数字垃圾场

❌ 想私有化部署，还要自证数据不出内网，选型时处处受限

—————— ✦ ——————

WeKnora 是腾讯开源的一套 LLM 驱动的知识框架，定位是企业级文档理解、语义检索与自主推理。项目用 Go 写成，2025 年 7 月开源，目前迭代到 v0.8.0，在 GitHub 上已经拿到两万多颗星。

从 2025 年 7 月开源算起，十几个月里它从 v0.2 走到了 v0.8，几乎每月一个版本：v0.2 引入 Agent 模式与 MCP 工具集成，v0.5 把 Wiki 模式做成正式能力，v0.6 补上工作区级权限体系，v0.8 则带来技能沙箱、技能目录和跨会话长期记忆。这个迭代密度至少说明一件事，它不是一次性的开源展示，而是在持续产品化推进。

它最核心的判断是：光有 RAG 不够。所以它把知识管理拆成了三条主线，各管一段。

第一条是 RAG 快速问答，负责日常那些"某个参数是多少""这个流程怎么走"的快问快答，走经典检索增强生成路线，追求的是快和准，答案带引用，能点开看原文。

第二条是 ReAct Agent，负责复杂任务。它不再检索一次就回答，而是像人一样一步步来：先想清楚要查什么，去知识库检索，调用 MCP 工具，必要时进沙箱执行代码，再联网补齐外部信息，最后把多步结果收敛成一个答案。它怎么想的、调了哪些工具，都留痕可查。

第三条是 Wiki 模式，也是最有意思的一条。Agent 会把原始文档蒸馏成互相链接的 Markdown 知识页面，自动生成知识图谱，页面之间有关联、能跳转。更关键的是它生成完不算结束：页面可以在浏览器里直接编辑，每一版都有快照、有行级差异对比、能一键回滚。

中间几个名词值得先说明白。MCP 是模型上下文协议，用来让模型调用外部工具和数据；沙箱是隔离的执行环境，Agent 生成的代码在里面跑，不会污染宿主机；GraphRAG 是把图谱结构引入检索，让跨文档的关系推理有据可依。

其中技能沙箱值得单独讲一句。工作区可以维护自己的技能目录，从 ClawHub、SkillHub、git 仓库或压缩包安装技能，装进会话级持久的 Docker、E2B 或 Cube 沙箱里执行，支持命令行执行、文件读写和产物预览，网络策略按配置收紧。也就是说 Agent 不只是帮你查资料，还能顺手把一份表格做出来、把一段分析跑完、把一份文档生成好。

入口也不止一个。除了网页界面和 REST API，它还有官方命令行、浏览器扩展、微信小程序，以及能嵌进外部站点的发布组件；企业微信、飞书、Slack、钉钉这些日常挂着的 IM 里也能直接对话。员工不必先学会一个新系统，在自己天天开着的窗口里 @ 一下就能问。

它还很在意上下文的连续性。跨会话长期记忆会记住你的身份、偏好和反复关心的问题，下次对话不必从头交代；知识库支持树状文件夹视图，上传时保留原来的目录结构，可以像管理文件一样浏览、改名、归档；检索切片能直接在界面上编辑，改完自动重建索引，改错了还能回退。

✅ 答案可溯源。引用弹层直接指向原文片段，还展示 RAG 全流程的阶段进度，不是黑箱吐字

✅ 真开源、可私有化。MIT 协议，本地、Docker、Kubernetes Helm 都能部署，支持私有云与离线环境

✅ 模型不锁定。OpenAI、DeepSeek、通义千问、智谱、混元、Gemini、MiniMax、Ollama、LiteLLM 等二十多家供应商都能接

✅ 存储可替换。向量库覆盖 pgvector、Elasticsearch、OpenSearch、Milvus、Weaviate、Qdrant、Apache Doris、腾讯 VectorDB；对象存储支持本地、MinIO、S3、火山引擎 TOS、阿里云 OSS、华为云 OBS 等，还能按工作区配置多个存储实例

✅ 格式吃得下。PDF、Word、Excel、PPT、图片、HTML、EPUB、Markdown、XMind 等十多种，Office 文件可在进程内解析，扫描件走 OCR

✅ IM 里就能问。企业微信、飞书、Lark、QQ 机器人、Slack、Telegram、钉钉、云之家都能直接挂上去

✅ 企业级权限。四级角色矩阵加逐库归属，配工作区审计日志，API Key 还能做能力级授权

✅ 安全有交代。密钥与凭据用 AES-256-GCM 加密存储，具备 SSRF 防护、密钥轮换，沙箱按配置管控网络策略

✅ 可观测。接入 Langfuse 追踪每轮推理、token 消耗与工具调用，另有任务队列看板查看排队情况与失败重试

✅ 不止网页端。官方 Go CLI 默认输出结构化 JSON，适合塞进 CI 和 Agent 工作流；另有 MCP Server、Chrome 扩展、微信小程序与网站嵌入组件，把 Agent 发布到外部站点

—————— ✦ ——————

如果你正卡在"资料太多但找不到、找到了又不敢信"，WeKnora 给的是完整链路：多源自动接入，Agent 深度理解，Wiki 持续沉淀，权限与审计兜住企业底线。

具体来说，它比较适合三类场景。一是内部知识门户，把散在各处的制度、接口、会议纪要收拢成一个能问能查的知识库；二是对外的智能客服，通过网站嵌入组件或 IM 渠道把问答能力直接放到客户面前，答案还带出处；三是研发与数据团队，用命令行和 MCP 把知识库接进已有的自动化流程，让 Agent 在干活时顺手调用企业知识。

对于既要私有化部署、又不想被某一家模型厂商绑住的团队，它这种处处可替换的架构设计，尤其值得先跑一遍 Demo 感受下。