夜雨聆风WeKnora
WeKnora对个人用户的核心价值在于将零散文档转化为可对话的私人知识库。 通过本地部署保障数据隐私，并提供以下实用功能。
个人用户核心用途
智能文档管理
支持PDF/Word/图片等格式，自动提取文本、表格及图像语义（OCR技术），解决个人资料杂乱问题。 示例：上传合同、学习笔记、研究论文，实现跨文档精准检索。
自然语言问答
像聊天一样提问（如“总结第三章节要点”），直接获取带原文出处的答案，支持多轮追问。
微信生态集成
零代码连接公众号/小程序，快速搭建个人问答机器人（如技术博客自动答疑）。
科研学习辅助
解析文献内容，构建知识图谱关联概念，加速论文阅读与资料整理。
快捷部署指南（10分钟完成）
基础环境
# 安装依赖
git clone https://github.com/tencent/weknora.git
cd weknora
docker compose pull
关键配置
- 1复制并修改环境文件：
cp .env.example .env
设置OLLAMA_BASE_URL=http://本地IP:11434（需提前安装Ollama）。 可选：调整LLM_MODEL_NAME=gemma:2b（轻量模型节省资源）。
- 1一键启动：
./scripts/start_all.sh
访问http://localhost进入Web界面。
极简使用流程
初始化
在Web界面配置模型（选Ollama本地模型）。
上传文档
拖拽PDF/Word等到界面。
提问
输入问题如“合同中的违约责任条款是什么？” 系统返回答案并标注原文位置。
注意事项
资源占用
默认使用轻量模型（如Gemma 2B），普通笔记本可流畅运行。
常见问题
若知识库创建失败，执行：
docker exec weknora-postgres psql -U postgres -d weknora -f /docker-entrypoint-initdb.d/00-init-db.sql
隐私安全
所有数据存储于本地，无云端上传。
通过以上步骤，即可将个人文档转化为高效知识助手，适合管理法律合同、研究资料或构建个人AI问答库。