Files Expand file tree File metadata and controls | English | 简体中文 | 日本語 | 한국어 | 项目介绍 • 架构设计 • 核心特性 • 快速开始 • 文档 • 开发指南 项目介绍 • 架构设计 • 核心特性 • 快速开始 • 文档 • 开发指南 WeKnora（维娜拉） 是一款开源的、基于大语言模型（LLM）的知识管理框架，专为企业级文档理解、语义检索与智能推理场景打造。 框架围绕三大核心能力构建： RAG 快速问答 适合日常知识查询， ReAct Agent 智能推理 自主编排知识检索、MCP 工具与网络搜索完成复杂多步任务，全新的 Wiki 模式 则让 Agent 从原始文档中自治生成相互链接的 Markdown 知识库与可视化知识图谱。结合多源数据接入（飞书 / Notion / 语雀 / RSS，更多持续接入中）、 网站嵌入 Widget 将智能体发布到外部站点、二十余家主流模型厂商集成、Langfuse 全链路可观测性、 企业级多租户 RBAC（四级角色矩阵 + 资源归属 + 租户审计日志） ，以及完全可私有化部署的模块化架构，WeKnora 帮助团队把分散文档沉淀为可查询、可推理、可持续演进的专属知识资产。 框架支持从飞书、Notion 及语雀等外部平台自动同步知识（更多数据源持续接入中），覆盖 PDF、Word、图片、Excel 等十余种文档格式，并可通过企业微信、飞书、Slack、Telegram 等 IM 频道直接提供问答服务。模型层面兼容 OpenAI、DeepSeek、Qwen（阿里云）、智谱、混元、Gemini、MiniMax、NVIDIA、Ollama 等主流厂商。全流程模块化设计，大模型、向量数据库、存储等组件均可灵活替换，支持本地与私有云部署，数据完全自主可控。WeKnora 还无缝集成了 Langfuse ，为 Agent 运行、Token 使用及任务流水线提供了全面的可观测性追踪。 v0.6.3 —— 网站嵌入 Widget 与发布集成中心（安全模式 Token 交换 + 限流）；对话体验全面革新（引用浮层、RAG 流水线进度、流式 Markdown）；文档多标签与批量重新解析；Wiki 文件夹与层级导航；RSS 数据源；MCP OAuth2；EPUB / MHTML 解析；Agent 模型就绪校验；模型调试器；会话来源筛选；工作区删除 UI。详见 CHANGELOG.md 。 v0.6.2 —— 按批次解析配置（ process_config ）+ 上传确认对话框；文档重新解析（reparse）支持覆盖配置； weknora CLI v0.9（内置 Agent Skills、 session stop 、auth/profile 统一）；知识库框选多选；pgvector 1024 维 HNSW 索引；对话资源 Store 重构；仅保留 Langfuse 追踪（移除 Jaeger）。详见 CHANGELOG.md 。 v0.6.1 —— 文档解析追踪时间线（Langfuse 风格 Span 树，逐阶段进度展示 + 解析中止）；OpenSearch 向量库驱动；YAML 声明式内置模型配置；系统管理员与统一平台设置 + 审计日志；新用户引导；设置页 UI 重构； weknora CLI v0.7 / v0.8（Agent 优先线协议、NDJSON、 --dry-run ）；OpenDataLoader 与 PaddleOCR-VL 解析引擎；MCP Server 多传输（stdio / SSE / HTTP）；按模型的思考模式配置；腾讯云 LKEAP 重排 + 原生 Gemini Embedding + MiniMax-M3。详见 CHANGELOG.md 。 v0.6.0 —— 租户 RBAC（四级角色矩阵 Owner / Admin / Contributor / Viewer + 按 KB 归属 + 每租户审计日志）、租户成员管理与多工作区 UX、自助创建工作区； weknora CLI v0.4 正式版 + mcp serve ；KB 检索跨向量库扇出；MCP / 数据源凭据 AES-256-GCM 加密 + docreader gRPC TLS + Token；新增智谱 Embedding 与华为云 OBS；服务端用户偏好；Go 1.26.0。详见 docs/RBAC说明.md 与 CHANGELOG.md 。 v0.5.2 —— Wiki 入库支撑万级文档知识库（任务队列 + 死信队列）；MCP 工具人机审批；Anthropic / Apache Doris / 腾讯云 VectorDB / 金山云 KS3 / SearXNG 后端；自适应三层分块 + 实时调试面板；全局 ⌘K 命令面板；语雀连接器 + 微信小程序； weknora CLI 早期版本。 v0.5.1 —— 知识库批量管理；租户级 IM 频道总览；会话搜索 + 用户级置顶；模型 / 网页搜索 / MCP 统一卡片化设置；按 Agent LLM 调用超时；桌面端租户切换。 v0.5.0 —— Wiki 模式正式版 —— Agent 从原始文档自治生成结构化、相互链接的 Markdown Wiki 页面及知识图谱；Wiki 浏览器 + 可视化图谱。 v0.4.0 —— WeKnora Cloud（托管模型 + 解析）；Chrome 插件；ClawHub Skill；微信 IM；附件处理；Azure OpenAI / 阿里云 OSS；Notion 连接器；百度 + Ollama 网页搜索；VectorStore 管理。 v0.3.6 —— ASR 语音；飞书数据源自动同步；OIDC；IM 引用回复 + 线程会话；文档自动摘要；Tavily 搜索；并行工具调用；Agent @提及范围限制。 v0.3.5 —— Telegram / 钉钉 / Mattermost IM；IM 斜杠命令 + QA 队列；推荐问题；VLM 自动描述 MCP 返回图片；Novita AI；来源频道标记。 v0.3.4 —— 企业微信 / 飞书 / Slack IM；多模态图片；NVIDIA 模型 API；Weaviate；AWS S3；AES-256-GCM API Key 加密；内置 MCP 服务；混合检索优化； final_answer 工具。 v0.3.3 —— 父子分块；知识库置顶；兜底回复；Rerank 段落清洗；存储桶自动创建；Milvus。 v0.3.2 —— 知识搜索入口；按来源配置解析与存储引擎；本地存储图片渲染；文档预览；火山引擎 TOS；Mermaid 渲染；对话批量管理；记忆图谱预览。 v0.3.0 —— 共享空间；Agent Skills + 沙盒执行；自定义 Agent；数据分析 Agent；思考模式；Bing / Google 搜索；API Key 认证；Helm Chart；韩语 i18n；Qdrant。 v0.2.0 —— Agent 模式（ReACT）；多类型知识库（FAQ + 文档）；对话策略配置；DuckDuckGo 网页搜索；MCP 工具集成；全新 UI + Agent 模式切换；MQ 异步任务管理。 从文档解析、向量化、检索到大模型推理，全流程模块化解耦，组件可灵活替换与扩展。支持本地 / 私有云部署，数据完全自主可控，零门槛 Web UI 快速上手。 WeKnora Chrome 插件 支持在浏览器中直接将网页内容采集到 WeKnora 知识库。选中文本、图片或整个页面，一键保存为知识条目，无需复制粘贴或手动上传文件。 WeKnora 微信小程序 提供轻量移动端客户端，支持配置 WeKnora API、选择知识库、导入 URL，并在微信内向知识库提问。 🦞 ClawHub Skill WeKnora ClawHub Skill 是 WeKnora 发布在 ClawHub 平台上的技能。安装后，可通过 WeKnora REST API 上传文档（文件 / URL / Markdown）、执行混合检索（向量 + 关键词）以及管理知识条目。 文档导入 — 通过 Agent 上传文件、导入网页或写入 Markdown 知识 混合检索 — 在单个或多个知识库中进行向量 + 关键词混合搜索

知识管理 — 以编程方式浏览、编辑和删除知识条目 Docker & Docker Compose 启动成功后访问 http://localhost 即可使用。 如需使用本地 Ollama 模型，请先运行 ollama serve > /dev/null 2>&1 & 🔧 可选服务（Docker Compose Profile） 按需添加 --profile 启动额外组件，多个 profile 可叠加使用： 组合示例： docker compose --profile neo4j --profile minio up -d 停止服务： docker compose down WeKnora 支持将文档转化为知识图谱，展示文档中不同段落之间的关联关系。开启知识图谱功能后，系统会分析并构建文档内部的语义关联网络，不仅帮助用户理解文档内容，还为索引和检索提供结构化支撑，提升检索结果的相关性和广度。 具体配置请参考 知识图谱配置说明 进行相关配置。 请参考 MCP配置说明 进行相关配置。 WeKnora 作为 微信对话开放平台 的核心技术框架，提供更简便的使用方式： 零代码部署 ：只需上传知识，即可在微信生态中快速部署智能问答服务，实现"即问即答"的体验 高效问题管理 ：支持高频问题的独立分类管理，提供丰富的数据工具，确保回答精准可靠且易于维护 微信生态覆盖 ：通过微信对话开放平台，WeKnora 的智能问答能力可无缝集成到公众号、小程序等微信场景中，提升用户交互体验 详细接口说明请参考： API 文档 产品规划与计划： 路线图 (Roadmap) 如果你需要频繁修改代码， 不需要每次重新构建 Docker 镜像 ！使用快速开发模式： ✅ 前端修改自动热重载（无需重启） ✅ 后端修改快速重启（5-10秒，支持 Air 热重载） ✅ 无需重新构建 Docker 镜像 欢迎通过 Issue 反馈问题或提交 Pull Request。 流程： Fork → 新建分支 → 提交更改 → 创建 PR 规范： 使用 gofmt 格式化代码，遵循 Conventional Commits 提交（ feat: / fix: / docs: / test: / refactor: ） 重要提示： 从 v0.1.3 版本开始，WeKnora 提供了登录鉴权功能，以增强系统安全性。在生产环境部署时，我们强烈建议： 将 WeKnora 服务部署在内网/私有网络环境中，而非公网环境 避免将服务直接暴露在公网上，以防止重要信息泄露风险 为部署环境配置适当的防火墙规则和访问控制 定期更新到最新版本以获取安全补丁和改进 本项目基于 MIT 协议发布。 你可以自由使用、修改和分发本项目代码，但需保留原始版权声明。