WeKnora
開源 LLM 知識平台:將原始文件轉變為可查詢的 RAG、自主推理代理和可自我維護的 Wiki。
WeKnora 是什麼?
開源 LLM 知識平台:將原始文件轉變為可查詢的 RAG、自主推理代理和可自我維護的 Wiki。
WeKnora 概覽
這是什麼
WeKnora 是一個開源、由 LLM 驅動的知識框架,專為企業文件理解、語意檢索與推理而設計。它能將團隊的文件整合在一起,讓這些文件可以被搜尋、推理並保持更新。
主要功能
- 在同一知識庫上提供三種模式:RAG 用於查詢、自主代理用於多步驟任務、Wiki 用於組織知識。
- 代理工具箱:從 ClawHub / SkillHub / Git / ZIP 安裝的技能可在會話持續的 Docker / E2B / Cube 沙箱中執行,並供互動式終端與圖形桌面。BrowserSkill 擴充可操作使用者自己的 Chrome 或 Edge,並可連接外部 MCP 服務(含 OAuth)。
- 記憶與策展:跨會話長期記憶儲存使用者個人資料、偏好與已確認的事實。資料夾上傳保留目錄樹;檢索區塊可編輯、比對差異並復原。
- 資料來源與格式:自動同步來自飛書 Wiki / 飛書雲端硬碟 / Confluence / GitLab / 騰訊 IMA / Notion / 語雀 / 釘釘文檔 / Seafile / RSS。支援 10 多種文件格式,包括 PDF、Word、圖片、Excel 與 XMind。
- 渠道與整合:在企業微信、飛書、Slack、Telegram 等 IM 應用中進行問答;提供外部網站的嵌入元件;內建 MCP 伺服器供 Cursor、Claude 等 AI 工具使用;支援具主體模型的範圍 API 金鑰。
- 模型:內建 29 家供應商並產生模型目錄,包括 OpenAI、DeepSeek、Qwen、智譜、混元、Gemini、MiniMax、NVIDIA、LiteLLM 與 Ollama。
- 權限與操作:多工作區 RBAC(四種角色、每資源擁有權、每工作區稽核日誌)、每個工作區多個儲存實例、執行時任務佇列儀表板與工作者池治理,以及 Langfuse 追蹤。
使用情境
- 企業文件理解與語意檢索。
- 使用自主代理進行多步驟推理任務。
- 透過自我維護的 Wiki 進行團隊知識管理。
快速開始
使用 Docker Compose 執行(需要 Docker、Docker Compose 與 Git):bashgit clone https://github.com/Tencent/WeKnora.gitcd WeKnoracp .env.example .env # 根據需要編輯 .env,請參閱檔案中的註解docker compose pull # 拉取最新映像檔docker compose up -d # 啟動核心服務然後開啟 http://localhost 並依照入門指南操作。其他部署選項(Kubernetes、Lite 單一二進位檔、桌面應用程式)請參閱儲存庫 README。
授權與價格
儲存庫中未明確宣告授權條款(NOASSERTION),但該專案標示為開源。
內容整理自該專案公開的 README 與儲存庫資訊。