ARTICLE · 1036521
别再只拿 AI“问 PDF”了:知识库开始自己整理自己
今天 WeKnora 在 GitHub Trending 上单日新增约 1201 Stars，仓库总 Star 已经在 2.5 万左右。它现在的官方定位也已经不只是 RAG，而是把原始文档变成可查询的 RAG、可自主推理的 Agent，以及可持续维护的 Wiki。 最近 GitHub 上有个项目涨得挺快，叫 WeKnora。它是腾讯开源的知识库项目。 如果只看名字和介绍，很容易把它理解成又一个 RAG：扔进去 PDF、Word、网页，然后问问题，AI 从资料里找答案。这套东西我们已经很熟了，所以刚看到 WeKnora 的时候，我其实没太在意。 直到我注意到它最近新加的一个模式：Wiki Mode。 这时候事情开始有点不一样了。 过去我们做知识库，核心问题一直是：“我问一个问题，它能不能从文档里把正确答案找出来？” WeKnora 现在往前多走了一步：能不能先让 Agent 把这一堆乱七八糟的资料，自己整理成一套结构化知识？ 这可能比“再把 RAG 准确率提高一点”更值得聊。
传统 RAG 的思路其实不复杂。你扔进去一堆文件，系统先把文件拆成很多小段，也就是 Chunk，然后建立向量索引。你问问题的时候，它从这些片段里找出最相关的几段，再交给大模型回答。大概就是： TRADITIONAL RAG PDF / Word / 网页 ↓ 分块 ↓ 索引 ↓你问一个问题 ↓ 找几个相关片段 ↓ 大模型回答 WeKnora 本身当然也做这些。它支持向量检索、BM25 关键词检索、Rerank，还可以选 GraphRAG；文档侧则支持 PDF、Word、Markdown、Excel、PPT、网页等多种来源，官方现在还支持飞书、Notion、语雀、GitLab、RSS 等数据源同步。 但传统 RAG 有个问题：它很会“找”，但不一定会“整理”。 你扔进去 100 份资料，系统知道这些资料在哪，也能检索，但对人来说，它们依然可能是 100 个文件、3000 个 Chunk、一堆彼此之间没什么表面关系的片段。知识其实还没有真正被“组织起来”。
WeKnora 的 Wiki Mode 做的事情，就是把这一步补上。 Agent 会从原始文档里抽取主题、实体和概念，然后生成一组结构化的 Markdown Wiki 页面。这些页面不是完全独立的，它们之间还会互相链接。比如你丢进去的是公司内部资料，原本可能是产品说明.pdf、会议纪要.docx、销售手册.pdf、技术方案.md、客户案例.pptx，Wiki Mode 想把它重新变成： WIKI STRUCTURE 产品 A├─ 功能├─ 技术架构├─ 定价├─ 客户案例└─ 常见问题客户 B├─ 使用产品├─ 项目时间线└─ 历史会议记录 然后这些页面之间继续互相引用。WeKnora 还会把这些链接关系可视化成知识图谱。官方文档里，Wiki 页面本身有固定 slug，页面之间的入链、出链也会被维护；文档重新处理后，系统还会尽量复用已有页面，而不是每次重新生成一套。 这个变化看起来只是“多了一个 Wiki”，但我觉得它背后真正有意思的是：知识库开始从“搜索资料”，走向“维护知识结构”。
这里很容易混淆。现在很多 AI 工具已经可以上传 PDF、生成摘要、自动做笔记，甚至给你画脑图。那 WeKnora 有什么区别？ 我觉得关键在两个字：持续。 一次性的 AI 总结更像这样：给我一篇论文，总结一下，生成结果，结束。Wiki 的思路不是做完就结束。页面可以继续被编辑，有版本历史，可以看 Diff，改坏了还能一键回滚。如果知识源发生变化，Wiki 也可以重新生成和维护相关页面。官方还给 Chunk 本身做了编辑和版本管理，也就是说不只是最终回答可以改，底层进入检索的数据也可以被人工修正。 这点其实很像软件工程。代码不是“生成一次就完事”，而是有版本、有历史、有变更、有回滚。现在知识库也开始往这个方向走了。
WeKnora 现在其实有两种很不一样的工作方式。一种叫 Quick Answer，这还是我们熟悉的 RAG：搜知识库，然后回答。另一种是 ReAct Agent，Agent 可以自己决定下一步干什么：查知识库、调用 MCP、使用 Skill、搜索网页，甚至进入沙箱执行任务。官方已经把这两种模式直接区分成 KNOWLEDGE BASE × AGENT 过去：知识库被人查询 现在：知识库被 Agent 使用 → 查资料 → 判断 → 调用工具 → 继续处理 所以你可以把它理解成：过去是知识库被人查询；现在知识库被 Agent 使用，Agent 查资料、判断、调用工具、继续处理。 这时候，知识库的角色就变了。以前它更像公司里的一个搜索框，以后它可能更像 Agent 的长期记忆和工作底座。
企业知识库当然是它最直接的场景，但我觉得学生和个人用户反而也挺容易理解。 比如一个研究生，电脑里可能有几百篇论文、导师发的 Word、自己的实验记录、组会 PPT、代码说明、之前整理过的 Markdown。如果只是 RAG，你可以问：“之前哪篇文章提到过这个方法？”这已经挺方便了。但如果 Wiki 做得足够好，你打开的可能直接就是： PERSONAL RESEARCH WIKI 我的研究方向├─ 动力松弛法│ ├─ 基本原理│ ├─ 经典论文│ ├─ 参数控制│ └─ 当前问题│├─ ADR│ ├─ 经典方法│ └─ 与 DRM 的区别│└─ 实验记录 ├─ R1 ├─ R2 └─ 当前结论 而这些内容不是你一个晚上手搓出来的，是 Agent 从资料里不断整理出来的。这时候“知识库”三个字才开始变得比较像知识库，而不是 一个装了很多 PDF 的聊天机器人。
这部分我觉得必须讲。WeKnora 现在的 Wiki Mode 还不能理解成：你把公司所有资料扔进去，它就自动生成一个百分百准确、永久不用管的知识图谱。没有这么简单。 最近 GitHub 上就有人反馈，混合搜索里 Wiki 链接有时候会缺失或者不稳定；还有用户发现，虽然 WeKnora 已经有 Wiki 图 API，但目前 MCP 暴露出来的 Wiki 工具还没有覆盖完整的图端点。也就是说，Wiki、RAG、Graph 和 Agent 之间的连接现在仍然在继续完善。 另外，知识图谱也不是免费来的。官方配置里明确写了，启用 Neo4j 图谱后，构建阶段需要调用大模型，耗时会更长。
所以我觉得更准确的说法应该是：AI 开始参与知识整理。 而不是：AI 已经彻底接管知识管理。 两者差得挺远。 FINAL NOTE 最后 前几年我们做个人知识库的时候，最流行的一句话是：“把所有资料放进去，然后和它聊天。”那个阶段解决的是：资料太多，我找不到。RAG 给出的答案是：我帮你找。 但当文件越来越多以后，下一个问题又出现了：找得到是一回事，这些东西到底是什么关系？ WeKnora 现在给出的一个方向是：先让 Agent 把这些资料重新组织起来。 从文件，到 Chunk，到 Wiki 页面，到页面之间的关系，再到可以调用这些知识完成任务的 Agent。 仔细想想，这条路线其实和最近很多 Agent 产品是一样的。AI 不再只是等你提问，它开始参与整理环境。Hypit 在整理视频工作流，OpenResearch 在整理科研实验，WeKnora 开始整理知识。 所以我觉得 WeKnora 真正值得关注的，不只是它今天又涨了多少 Star，而是一个更长期的问题：以后我们还需要自己维护文件夹、笔记目录和知识分类吗？ 还是只负责把资料不断丢进去，然后让 Agent 去维护那张不断生长的“知识地图”？ 如果真走到这一步，RAG 可能就不再只是一个搜索技术了。它会慢慢变成：Agent 的知识操作系统。 这件事，我觉得值得继续看。 RAG 不再只是“帮你找” 它正在尝试成为 Agent 的知识操作系统 AI突围局 用 AI 破局学习与工作 |