WeKnora：把分散文档变成可检索、可推理和可维护的知识库
一分钟看懂
WeKnora 是腾讯开源的大模型知识平台，把多来源文档解析为 RAG 问答库，并提供可调用检索、MCP、沙箱和网页搜索的推理 Agent，以及能持续整理关联页面的 Wiki 模式。
你可以用它做什么
- 导入 PDF、Word、图片、表格和知识平台内容并进行语义检索。
- 构建基于资料回答问题的知识助手和多步骤推理 Agent。
- 将原始文档整理为可编辑、可回滚并带知识图谱的 Wiki。
- 通过网站组件、API 或企业聊天渠道发布问答能力。
主要能力
- 支持多工作区、角色权限、资源归属和审计日志。
- 接入多家模型、向量数据库、存储后端与二十多种模型供应商。
- 提供文档同步、分块编辑与历史、长期记忆及 Langfuse 可观测性。
- 支持 Docker 等沙箱运行技能，并提供按租户配置的网络策略。
适合哪些人
适合需要私有知识问答、企业文档检索、自动知识整理或可扩展 RAG 平台的团队，也适合希望接入多种模型和数据源的内部 AI 平台开发者。
怎么开始使用
先按官方快速开始使用 Docker 在测试环境部署，配置数据库、对象存储和至少一个模型或嵌入服务，再导入少量非敏感文档验证解析、检索和权限。随后再逐步启用外部数据源、Agent、技能沙箱和企业渠道。
使用前需要知道
部署涉及模型、向量检索、存储和文档解析等多类服务，资源与运维成本会随数据规模增加。知识库可能包含敏感资料，应启用工作区权限、审计、加密、备份和沙箱网络限制，并验证生成答案的来源。项目主体采用 MIT 许可证，第三方组件遵循各自条款。