ARTICLE · 1059542
散落文档难问答?腾讯 WeKnora:RAG、Agent、自动 Wiki 三合一
点击下方【IT开源项目精选】
「关注」、选择「设为星标」
每天三分钟、打卡阅读
最快获取全网学习干货、行业资讯
前言
大家好，这里是 IT开源项目精选！
企业知识往往散落在 PDF、飞书、语雀、GitLab 里：要能问答，还要能多步推理、自动整编成可维护的 Wiki，单独拼一套 RAG 管道成本很高。
本期拆解腾讯开源的 WeKnora（维娜拉）。它把文档解析、混合检索、ReAct Agent、自动 Wiki 与工作空间 RBAC 收成一套可私有化部署的产品。若你要的是「能上线给人用」的知识平台，而不是只调一个 Python RAG 库，值得对照实测。
简介
WeKnora 仓库：github.com/Tencent/WeKnora。截至 2026 年 9 月 20 日，约 27442 Star、3697 Fork。主体协议 MIT（第三方组件见仓库 THIRD_PARTY_NOTICES；GitHub 元数据常显示 Other）。最新正式发行版 v0.8.0（2026-09-03）；主分支推送仍活跃（约 2026-09-19）。官网 weknora.weixin.qq.com。
定位：开源 LLM 知识平台——把原始文档变成可检索的 RAG、可编排工具的 Agent，以及可自维护的 Wiki。技术栈以 Go 后端、Vue 前端、Python 文档解析微服务（docreader）为主，支持 Docker Compose / Kubernetes（Helm）私有化。
与上期 LightRAG 不同：LightRAG 偏「图谱增强的检索库」；WeKnora 偏「带 Web、权限、IM、MCP、可观测性的完整产品」。选型时先想清楚要底座还是要平台。
核心能力
一、三种对话模式
• 快速问答：基于 RAG，召回知识库片段后生成，适合日常查资料；
• 智能推理：ReAct Agent，编排检索、MCP、技能沙箱与联网搜索，适合多步任务；
• Wiki 模式：Agent 把原文整编为互链 Markdown Wiki，并可视化知识图谱。
二、知识治理
• 支持 PDF / Word / 图片 / Excel / XMind 等十余种格式；可按上传批次改解析与切块配置；
• 文件夹树保留上传目录结构；分块可在线编辑、diff、回滚并触发重索引；
• 数据源可同步飞书 / GitLab / Notion / 语雀 / 钉钉文档 / RSS 等（以当前版本文档为准）。
三、Agent、技能与集成
• 技能目录可从 ClawHub / SkillHub / git / zip 安装到 Docker / E2B / Cube 会话沙箱；
• 官方 MCP 包 tencent-weknora-mcp；另有 CLI、Chrome 插件、微信小程序；
• IM 可接企微 / 飞书 / Slack / Telegram 等，也可用网页 Embed 对外发布。
四、企业向平台能力
• 多工作空间 RBAC（Owner / Admin / Contributor / Viewer）与审计；
• 凭据 AES-256-GCM、docreader gRPC TLS、任务队列与 Langfuse 可观测；
• 模型侧兼容 OpenAI / DeepSeek / 通义 / 智谱 / 混元 / Ollama / LiteLLM 等（以文档列表为准）。
系统架构与界面
推荐路径：Docker 拉起核心服务 → 配置模型与知识库 → 先用快速问答验证召回 → 再开 Agent / Wiki。图谱与 Wiki 会额外吃解析与 LLM 成本，别一上来就全开 full profile。
▲ 图1 总体架构：解析 · 检索 · 推理模块可替换
▲ 图2 智能问答对话界面
▲ 图3 Agent 模式：检索与工具编排
▲ 图4 Wiki 浏览器：结构化互链页面
▲ 图5 Wiki 知识图谱可视化
▲ 图6 知识库文档列表与管理
▲ 图7 分块在线编辑与修订历史
▲ 图8 技能沙箱对话：生成与预览产物
▲ 图9 知识库总览
技术栈与环境
版本: Release v0.8.0（2026-09-03）· 协议 MIT（+ 第三方组件声明）
语言: Go 后端 · Vue 前端 · Python docreader
部署: Docker Compose / Helm · 需自备 LLM（云或 Ollama）
默认: Web UI http://localhost · API http://localhost:8080
可选 Profile: neo4j · minio · langfuse · full
快速开始
一、Docker Compose（官方推荐）
git clone https://github.com/Tencent/WeKnora.git
cd WeKnora
cp .env.example .env
注：按需编辑 .env，详见文件内注释；配置模型密钥
docker compose pull
docker compose up -d
浏览器访问 http://localhost；后端 API 为 http://localhost:8080。若用本地 Ollama，需先自行启动 ollama serve。
二、升级与可选组件
注：在 .env 将 WEKNORA_VERSION 设为目标版本，或保持 latest
docker compose pull
docker compose up -d
注：仅 up -d 可能复用旧镜像，导致 UI 版本与 release 不一致
docker compose --profile neo4j --profile minio up -d
Langfuse 链路追踪默认示例地址为 http://localhost:3000（需启用对应 profile）。停止：docker compose down。
实操要点
先当产品运维，再谈效果。多容器、队列、解析服务、模型密钥缺一不可。机器内存与磁盘要预留；full profile 更重。
模式按问题选，别默认全开 Agent。查条款用快速问答更省 Token；多源整合、写文件、调 MCP 再用推理模式。
Wiki 与图谱是二次加工。万级文档可行，但解析与生成队列会排队；先小库验证结构质量，再扩量。
分块可改是优势，也是责任。界面改 chunk 后会重索引；口径错误应回到分块与元数据，而不是只调 Prompt。
适用边界：什么情况别用它
① 只要几十行 Python 嵌进现有服务。更适合 LightRAG / 自建向量链路，WeKnora 过重。
② 没有 Docker 运维能力、或不愿管多服务依赖。上手门槛在平台，不只在「会调 API」。
③ 无模型预算且不能跑本地 Ollama。空壳起不来有效问答。
④ 把沙箱技能当无隔离脚本执行器。v0.8 已移除 Local 宿主机进程后端，需按文档用 Docker / E2B / Cube，并收紧网络策略。
⑤ 只想要静态站内关键词搜索。不必上 RAG + Agent + Wiki 全栈。
适合谁
适合要私有化企业知识库、客服与内部问答、并希望带 Agent / Wiki / IM 接入的团队；有 Docker / K8s 运维、能配模型与权限的平台或 AI 应用组。
不适合：只做算法实验、拒绝容器编排的个人玩具项目；资源紧张却要开 full + 大规模 Wiki 的环境。
更新进度
100 期优质开源项目更新进度：019/100。欢迎在留言区交流你对 WeKnora 的部署与 Wiki / Agent 实践，或提名下一期想拆解的开源项目。
开源地址
GitHub：github.com/Tencent/WeKnora
官网：weknora.weixin.qq.com
本地默认：http://localhost · API http://localhost:8080
MCP：PyPI 包 tencent-weknora-mcp（以仓库文档为准）
获取更多精彩内容和优质开源项目
请关注微信公众号「IT开源项目精选」
每天早上 5 分钟，看懂一个值得收藏的开源项目
免责声明
1、本文所分享的软件、代码或资源，均来自开源社区，遵循其原始许可证（MIT，第三方组件另有声明）。仅供学习和研究使用，严禁用于任何违法行为。
2、使用者在下载、部署或使用本项目时，需自行判断其适用性与合法性，由此产生的一切风险与责任均由使用者自行承担。部署时请自行配置鉴权、网络与沙箱策略。
3、本文数据（Star、Fork、版本号）来自 GitHub 公开信息，采集时间为 2026 年 9 月 20 日，项目迭代迅速，实际版本可能已更新。
4、本文配图来自项目仓库 docs/images，版权归原作者所有；本文不对开源软件的安全性、可用性或完整性做任何保证。
5、本文与项目作者无商业合作，所有观点基于公开资料得出；若您为相关资源的版权方并对内容有异议，请联系我们，我们将在第一时间处理。