三步搭好一个能用的企业知识库：开源 RAG 框架 WeKnora 上手实战
【免费下载链接】WeKnoraOpen-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.项目地址: https://gitcode.com/GitHub_Trending/we/WeKnora
WeKnora 是一个基于 LLM 的开源智能知识管理框架（RAG 平台）。它把散落在手里的文档变成可查询的知识库、会自主调工具的推理代理，以及一份能自我维护的 Wiki。适合想快速搭企业知识库、做文档智能问答，又要求数据留在自己机器上的开发者和小团队。
它到底是什么
- 一套框架，三种用法：日常查资料走 RAG 快速问答；复杂问题交给 ReAct 代理自主拆步骤、调工具；还能开 Wiki 模式，让代理把原始文档整理成带知识图谱、可编辑可回滚的 Markdown 知识库
- 格式全兼容：PDF / Word / Excel / PPT / Markdown / HTML / EPUB / 图片 / CSV / JSON 等 10+ 种文档格式直接丢进去
- 模型随便换：OpenAI、DeepSeek、通义千问、智谱、混元、Gemini 等 20 多家 LLM 提供商，外加 Ollama 本地模型；向量库支持 PostgreSQL、Qdrant、Milvus、Weaviate、Elasticsearch、OpenSearch、Doris、腾讯 VectorDB 共 8 种后端
- 入口很多：Web UI、REST API、CLI、MCP Server、浏览器扩展、网页嵌入组件，以及企微、飞书、Slack、Telegram 等 10 个 IM 渠道
这张图里一眼能看完所有部件：上面是各种入口渠道，中间引擎负责解析、分块、向量化和检索，底层是 PostgreSQL、向量库、Redis 这些随便换的存储。
三步跑起来
装好 Docker 和 Docker Compose 后，最短路径就这几行：
git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora cp .env.example .env # 按注释填模型、数据库等信息 docker compose pull docker compose up -d起来后浏览器打开http://localhost，后端 API 在http://localhost:8080。核心栈包含前端、应用、PostgreSQL（paradedb 镜像，BM25 和向量一体化）、Redis 和 docreader 解析服务，全部容器化。
可选组件走 Compose profiles，按需开就行：
- 要知识图谱：
docker compose --profile neo4j up -d - 要调用链路追踪：
--profile langfuse；要对象存储：--profile minio；全都要：--profile full
它是怎么干活的
挑三个真正拉开差距的机制说。
1. 自适应三档分块文档切块前会先跑一个"剖析器"，统计标题、分页符、多语言章节标记这些结构信号，然后自动在 auto / heading（按#标题切）/ heuristic（按 PDF 版式特征切）/ 递归切分里挑最合适的；切出来明显太碎会自动降级重试。好处是不用按文档类型手工调参，Markdown 手册和扫描件 PDF 都能拿到合理分块。
2. 多路混合检索 + 重排序BM25 关键词、密集向量、知识图谱多路召回，再用 LLM rerank 对候选重排。一句话：关键词防漏、向量管意会、重排去噪，三件事各管一段。
3. ReAct 代理引擎代理模块在 internal/agent/ 下，基于 ReAct 循环让模型自己决定调哪个工具——查知识库、调 MCP 工具、做网络搜索——多步迭代，SSE 流式输出。好处是它不只是"照着检索结果回答"，而是能把复杂问题拆成几步去干。
这张图里从左到右就是三段：先把数据喂进索引，查询进来后经过改写、多路检索、重排，最后才进 LLM 生成回答。
能拿来做什么
把内部手册变成值班机器人上传产品手册或运维文档，直接在企微、飞书里问"中控 Pro 怎么设置回家模式"，得到的是一步步的操作说明，并标注引自哪份文档。
这张截图里，回答给出了触发条件、执行动作、配置步骤三段式结构，底部还附了引用来源，不用再去翻 PDF。
让代理替人跑多步任务切到代理模式，模型会自己决定查哪个知识库、调哪个 MCP 工具、要不要上网搜，中间的工具调用过程在对话里全程可见，出了问题能顺着链路排查。
让文档库自己长出 Wiki开 Wiki 模式后，代理把原始文档蒸馏成互相链接的 Markdown 页面和知识图谱，支持在线编辑、逐版本 diff 和一键回滚。适合团队把"文档散落各处、没人维护"的老问题直接消掉。
调优速查
关键参数都集中在 config/config.yaml，常见场景这么调：
- chunk_size / chunk_overlap（默认 512 / 50）：FAQ、短问答型把 chunk_size 压到 200–400、overlap 设为 0；长报告、叙事类文档提到 1000–2000
- 分块策略：Markdown 文档用 heading，PDF 报告用 heuristic，混合语料就留 auto 让系统自己选
- embedding_top_k / rerank_top_k（默认都是 30）：答案经常"没找到"，先把这两个调大，扩召回
- vector_threshold 0.2 / rerank_threshold 0.3：引用了一堆不相关的块就调高；明明知识库里有的内容它答不出就调低
- 改之前先预览：知识库编辑器的 Chunking 侧栏支持贴样本文本试跑分块，看完效果再真正上传，避免白烧一遍 embedding
上手前必须知道的 3 件事
- 它不是一个单体进程。核心栈含 PostgreSQL（paradedb 镜像）、Redis、docreader 解析服务，内存小的机器先掂量一下；要上 K8s 的话仓库里自带 Helm chart（
helm/） - 模型成本是实打实的。检索重排、代理多步推理都会持续打 LLM，测试阶段建议先挂 Ollama 本地模型；上了量再接 Langfuse 看 token 消耗和调用链路
- 私有化部署 = 数据主权，但安全配置别偷懒。文档、向量、存储全在自己机器上，这点是它的卖点；但生产环境务必设置 32 字节的
SYSTEM_AES_KEY（API Key 等敏感字段的落盘加密主密钥）、把DISABLE_REGISTRATION设为 true，并且不要把服务直接暴露到公网
想动手的话，按上面三步把服务拉起来，配一个 Ollama 或 DeepSeek 模型，传一份手头文档问一句话，十分钟就能见到第一个带引用的答案。功能走向可以看 docs/ROADMAP.md，跑出问题欢迎直接提 Issue。你的企业知识库，从这条命令开始 🚀
【免费下载链接】WeKnoraOpen-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.项目地址: https://gitcode.com/GitHub_Trending/we/WeKnora
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
