微信团队开源的 WeKnora,把公司文档变成会干活的 AI 员工

9 月 14 日，微信官方 X 账号干了件少见的事，正经推荐了一个开源项目，WeKnora，微信团队自己做的。

这项目其实已经低调存在一年。2025 年 9 月首次开源时，它还是个知识库问答工具，一年迭代到 v0.8.0，开发者圈子里口碑传了一整年，官方这条推文算是补了个公章。

早期用户的评价相当直接。

真香！腾讯开源的 WeKnora，能把散在飞书、Notion、语雀里的公司文档变成一个直接能问的知识库。

—— @Ryrenz，WeKnora 早期用户

文档都在，就是找不到

你公司大概率也是这个状况。流程文档在飞书，产品资料在语雀，客户信息有人放 Notion，还有人把真正关键的东西记在自己电脑的某个 Word 里。新人想搞清楚退货流程，要么问一圈老员工，要么在十几个标题差不多的文档里盲猜。

传统解法是知识库问答，行话叫 RAG，让 AI 先查资料再回答。文档切块入库，你提问，它检索相关段落，拼一段答案。能用，但天花板一眼可见，它只动嘴。你问上季度的退货流程，它流利地背一遍。听完了呢，把新旧流程对照、标出改动、整理成表格发回飞书，还是你自己来。

早期用户觉得能问就很香了，微信团队自己显然没打算停在这里。

一套入职装备，分三层

WeKnora 这一年干的事，就是把这个岗位往上提了一级。官方定位翻译过来，把原始文档变成能查询的知识库、能自主干活的智能体，外加一套自己会维护的 Wiki。

拆开看是三层能力。打个比方，像给 AI 新员工配的入职装备，一座图书馆、一本记事本、一个工位。

图书馆管知识，什么格式都收，进来先加工。记事本管记性，跨对话记住你的事，还懂得分寸。工位管动手，AI 在里面跑命令改文件，干完交成品。三层配齐，回答问题就只是基本功了。

图书馆这一层，文档进来先加工

先说图书馆。WeKnora 收文档的口味很杂，PDF、Word、PPT、Excel、网页、图片，连 XMind 思维导图都能直接进。飞书、Notion、语雀、GitLab、钉钉文档这些常用数据源还能源头同步，源文档一更新，库里跟着更新。

进来之后要过一整条加工线。图片先做文字识别，音频先转文字，表格单独解析，然后再切块、建索引。找资料也是两条腿走路，语义理解和关键词匹配同时上，找到的段落再精排一遍，把最相关的顶到前面。

有个细节在同类开源项目里少见，内置了评测工具，召回命中率、回答质量都能跑出数。知识库做出来效果到底行不行，能量出来，不靠拍脑袋。这个设计透露的态度很明确，它默认你是要拿去真用的。

记事本这一层，记什么你说了算

第二层是记性。AI 对话有个通病，聊完就忘，昨天交代的事今天再问，一脸无辜。WeKnora 给智能体配了跨对话的长期记忆，分五类记你的信息，身份、偏好、事实、任务、兴趣。

关键在落库的方式。系统自己推断出来的记忆，先进一个待确认区，你点头了才正式存进去。像新员工记工作笔记，写完先拿给师傅过目，师傅说这条对，才誊进正式本子。它还会顺手记你经常引用哪几份文档，之后的检索自动偏向这些资料。

这道确认看着繁琐，其实是企业场景里最要紧的设计。AI 记错你一个口味偏好，顶多推荐歪了，记错一条业务事实，后面每次回答都带着这个错走。宁可慢一步，这道门不能省。

工位这一层，干完活直接交文件

第三层是 v0.8.0 新增的重点，执行环境。每个对话可以挂一个持续存在的沙箱。沙箱可以理解成一间隔离的作业间，AI 在里面跑命令、装软件、读写文件，动作再大也伤不到外面的系统。README 里写明支持 Docker 等三种沙箱后端，这一版还把「直接跑在宿主机上」的旧选项砍掉了，安全上收得更紧。

有了工位，性质就变了。官方的说法是，智能体从「根据公司文档告诉我该怎么做」，走到「理解我要干什么，然后在受控环境里直接做出来」。你让它对照新旧退货流程，它自己去翻文档、开表格、标出改动，干完把文件当成品交给你。

以前的知识库 AI 像个顾问，讲完就走。这一版之后，它是个带工位的员工了。

它还自己整理档案

三层之外还有个更妙的设计，Auto-Wiki。智能体能把散落的原始资料，整理成互相链接的 Wiki 档案，自动生成知识图谱。这套 Wiki 是活的，智能体能继续搜它、改它、检查前后矛盾、标记过期内容，还配了个专职的 Wiki Fixer，专修死链和名字混淆这类档案病。每次修改都有版本记录，改砸了一键回滚。按官方的说法，这套机制扛得住四万文档级的库。

企业知识库的真实痛点其实有两个，一个是找不到，一个是没人维护。第一个，检索解决大半。第二个，十几年没好过，文档烂尾、链接失效、新旧版本打架，每个上过班的人都懂。WeKnora 的答案是，把档案管理员这个岗位也划给 AI，还是自我维护的那种。

微信为什么敢放出来

这个项目的出身值得交代一句。它从微信对话开放平台长出来，在生产环境里真跑过，多租户、四级权限、审计日志、凭据加密这些企业采购的标配都是齐的。协议选了 MIT，商用友好，企业可以整套搬回自己机房，数据不出门。这条恰好踩在企业最敏感的点上，公司上 AI，最怕的就是文档往外送。

README 里还列了二十多家模型供应商，OpenAI、DeepSeek、本地部署的 Ollama 都在名单里，随换随用。模型层自己就设计成可替换的，代码里没藏护城河。真值钱的东西放哪，X 上的科技博主 MaxForAI 说得最直白。

模型随时可以换。但公司的文档、知识关系、权限、记忆、Skills 和执行环境，才可能是最后真正沉淀下来的那一层。

—— MaxForAI，X 科技博主

配套还有个 DeepSeek Harness 官方插件，装上之后，编程智能体能直接调用 WeKnora 里的企业知识。模型谁家都能换，文档和记忆沉在企业自己手里，这笔账腾讯算得明白。

几句冷水

四万文档级是官方的宣称，真实规模下的表现要等企业用户跑出来。官方推文评论区已经有人在问，它和腾讯自家的 ima 知识库有什么区别，目前还没等到正面回应。开源项目的承诺和落地之间，永远隔着一段要自己踩的路。

模型每季度都有新王，今天最强的，半年后多半被追平。公司攒了十年的文档、流程、客户记忆是慢变量，换什么模型都带不走，这才是家底。WeKnora 有意思的地方在于，它把这套家底的攒法，图书馆、记事本、工位，整套用 MIT 协议放了出来。

感兴趣的可以去 GitHub 搜 Tencent/WeKnora，文档齐全，部署门槛不算高，试的成本大概就是一台服务器。你公司文档里躺着的东西，可能比你以为的值钱。

Macaron 🧁 | AI 员工，自带工位