腾讯开源 WeKnora:企业级的文档AI知识库系统

腾讯开源的RAG 知识库—WeKnora，一个基于大语言模型的企业级文档理解与检索框架，能有效的进行文档治理、知识检索和智能问答。

一、典型场景：从“文档堆积”到“知识可用”

设想这样一个场景：

一家公司的内部文档分布在多个系统中，累计包含数千份 PDF、Word 文档和扫描件。 当有人提出类似“去年支付接口升级的相关文档有哪些？”这样的问题时， 传统的关键词搜索往往无法直接给出答案。

这类问题通常源于三个核心挑战：

• 文档格式不统一，解析困难；
• 图文混排导致结构丢失；
• 检索方式停留在关键词匹配层面，缺乏对语义的理解。

WeKnora 的核心能力

WeKnora 围绕三类核心能力设计，分别覆盖不同深度的知识使用需求。

二、技术特点

相比常见的文档处理工具，WeKnora 在以下方面进行了针对性优化：

• 文档解析性能
  基于 Chromium 优化的 IMA 内核，支持浏览器级别的渲染解析；
• 多模态处理能力
  结合高精度 OCR，识别图片与文本，区分内容模块；
• 语义理解能力
  深度融合 LLM 与 RAG，支持自然语言提问。

三、本地部署示例

WeKnora 提供了基于 Docker 的一键部署方案，适合私有化部署场景。

git clone https://github.com/Tencent/WeKnora.gitcd WeKnoracp .env.example .env  # 按需编辑 .env，文件内有注释docker compose up -d  # 启动核心服务

要启动全部功能使用：docker compose --profile full up -d

服务启动后，可通过 http://localhost 访问系统界面。

四、主要功能一览

五、结语

WeKnora 作为文档智能理解层，帮助个人和企业更好地利用已有文档资产。

对于有私有化部署需求、重视数据安全，并希望提升文档利用效率的团队而言，WeKnora 提供了一个值得关注的开源选择。

GitHub：https://github.com/Tencent/WeKnora官方文档：https://weknora.weixin.qq.com/