LLM 知识平台 Tencent/WeKnora

English · 简体中文 · 日本語 · 한국어

概览 ·快速开始 ·新特性 ·功能 ·客户端 ·文档 ·开发

概览

WeKnora 是开源的知识框架，由 LLM 驱动，用于企业文档理解、语义检索与推理。它把团队文档汇聚到一处，方便检索、推理，并保持内容常新。

https://github.com/user-attachments/assets/de0e490a-e738-405e-bb3a-64b63edd7278

v0.9.0 · 2:45 · 1080p60 · 英文旁白与字幕

用 RAG 查资料，用智能体处理多步任务，用 wiki 整理知识。三者共用同一批知识库。

智能体的工具箱。 从 ClawHub / SkillHub / Git / ZIP 安装的技能，运行在会话级持久的 Docker / E2B / Cube 沙箱里，聊天窗口旁边配有交互式终端和图形桌面。借助 BrowserSkill 扩展，智能体可以操作你自己的 Chrome 或 Edge；外部 MCP 服务（含 OAuth）也能接入，并逐个工具启用。

三种模式之外，还有这些能力：

- 记忆与整理：跨会话长期记忆会保留用户已确认的配置档、偏好和事实。上传文件夹时保留目录树，检索分块可以编辑、比对差异并回滚。
- 数据源与格式：支持从飞书 wiki / 飞书云盘 / Confluence / GitLab / 腾讯 IMA / Notion / 语雀 / 钉钉文档 / Seafile / RSS 自动同步，更多来源还在路上。支持 PDF、Word、图片、Excel、XMind 等 10 多种文档格式；Office 文件由 anydoc 在进程内解析。
- 渠道与集成：可在企业微信、飞书、Slack、Telegram 等 IM 应用里问答；提供嵌入组件，供外部网站使用；内置 MCP Server，供 Cursor、Claude 等 AI 工具调用；支持带主体模型的限定范围 API key，用于程序化访问。
- 模型：内置 29 家服务商，模型目录自动生成，包括 OpenAI、DeepSeek、通义千问（阿里云）、智谱、混元、Gemini、MiniMax、NVIDIA、LiteLLM 和 Ollama。
- 权限与运维：多工作区 RBAC（四种角色、按资源归属、按工作区审计日志），每个工作区可配多个存储实例，运行时任务队列看板带 worker 池治理，Langfuse 追踪智能体步骤、token 用量和流水线。
- 部署：LLM、向量数据库和存储后端都可替换。本地或私有云部署，数据留在你自己的环境里。

快速开始

ONLINE
微信对话开放平台在线管理知识库，把问答接入公众号、小程序等微信场景。
打开平台 →

CLOUD
腾讯云轻量应用服务器用应用模板部署 WeKnora，在自己的云服务器上运行。
在腾讯云上部署 →

SELF-HOSTED
你自己的环境用 Docker 或 Kubernetes 部署，模型、存储和网络都由你自己配置。
用 Docker Compose 运行 ↓

用 Docker Compose 运行

需要 Docker、Docker Compose 和 Git。

git clone https://github.com/Tencent/WeKnora.git
cd WeKnora
cp .env.example .env # Edit .env as needed, see comments in the file
docker compose pull # Pull the latest images
docker compose up -d # Start core services

然后打开 http://localhost，按引导完成初始化。带示例数据的完整演示见快速开始。

[!TIP]
要用本地 Ollama 模型，先运行 ollama serve > /dev/null 2>&1 &。Ollama 嵌入模型名、OLLAMA_BASE_URL 以及内存注意事项，见配置。

| 服务 | URL |
| Web UI | http://localhost |
| 后端 API | http://localhost:8080 |
| Langfuse 链路追踪 | http://localhost:3000 |

可选服务

加上 --profile 参数即可启用额外组件；多个配置档可以组合使用。

| 配置档 | 增加的内容 |
| _（默认）_ | 核心服务 |
| full | 全部功能 |
| neo4j | 知识图谱（Neo4j） |
| minio | 对象存储（MinIO） |
| langfuse | 链路追踪（Langfuse） |

docker compose --profile neo4j --profile minio pull
docker compose --profile neo4j --profile minio up -d
docker compose down # Stop services

升级

如果 WeKnora 已在运行，并且你下载了更新的版本：

Set WEKNORA_VERSION in .env to the target release (e.g. 0.9.0), or keep latest
docker compose pull # Pull images matching WEKNORA_VERSION
docker compose up -d # Recreate containers with new images
[!NOTE]
只跑 docker compose up -d 会复用本地缓存的镜像，界面版本可能和你下载的发行版对不上。升级前先读升级说明。部署版本低于 v0.8.2 的，还要读 v0.8.2 说明。

其他部署方式

| 方式 | 适用场景 |
| Docker Compose | 上面的标准部署：功能齐全，多服务 |
| Kubernetes (Helm) | 生产集群；chart 在 helm/ |
| Lite 单二进制 | 本地或低资源环境，无外部依赖（SQLite + 内存队列）；见 Lite 与标准版对比 |
| 桌面应用 | 带 GUI 的 Lite 运行时，免登录启动，带 macOS 宿主沙箱；暂未发布安装包，需从源码构建 |

所有方式、硬件要求和部署拓扑：安装指南。

[!WARNING]
WeKnora 自带登录认证，但生产部署我们强烈建议你：
- 部署在内网 / 私有网络，不要放到公网；
- 不要把服务直接暴露到公网，防止信息泄露；
- 为部署环境配置好防火墙规则和访问控制；
- 定期更新到最新版本，获取安全补丁和改进。

新特性

v0.9.0 · 2026-10-29 · 发行说明

- WeKnora 助手：询问 WeKnora 的发行版、功能和配置，然后就在当前页面动手：创建智能体、安排任务、管理知识，以你的身份、在你的权限范围内操作。
- 多智能体协作：把独立的子任务分派出去，跟踪进度，再把结果汇总起来。
- 自动化：运行一次性或周期性任务，带执行历史、结果和审批通知。
- 执行权限：只读、改动前确认、自动写入三种模式，支持按会话和自动化授予限定范围的权限。
- 沙箱与后台任务：可选按用户复用沙箱，托管后台 shell 任务，技能发布可控。
- 解析、同步与检索：可配置的图像处理流水线、OCR 预处理、更深入的飞书/Lark 同步、Confluence PAT，以及检索改进。
- 升级须知：请查看数据库迁移、飞书重新同步、沙箱分配开关和配置变更。

v0.8.3 · 2026-10-14 · 发布说明

- 图片库：浏览文档图片，按来源、图注、OCR 和图片属性筛选。
- 多模态 Embedding：支持多模态 embedding 模型，把文本和图片编码到同一个向量空间，包括 Tencent WeMM-Embedding 和 Qwen3-VL-Embedding；图片向量检索需手动开启，并兼容能识别图片的重排序。
- Wiki 图谱：分组布局和主题图注更清晰，支持聚焦分组、切换分组、返回完整图谱。
- 来源引用：从回答直接跳到原文档中被引用的段落。
- 对话与工具：无需沙箱即可按需读取附件，支持未读回复、@ 提及搜索、Docker 终端、Lite 宿主技能，以及 MCP 互操作更新。
- 管理与集成：平台用户管理、仅限邀请注册模式、管理员模型目录、WeMM embeddings、TEI/Pinecone/Cohere 重排序、Seafile 和繁体中文。
- 可靠性：修复了检索、解析、数据源、Wiki、OAuth 和命令行的大量问题。注册模式、空工具列表、数据库迁移和重建索引的升级要求请务必查看。

v0.8.2 · 2026-09-24 · 发布说明

智能体可以操作你电脑上的浏览器，知识库可以通过 MCP 发布给其他 AI 工具，正在进行的对话可以引导、分叉或回退。

- 本地浏览器（BrowserSkill）：智能体通过开源 BrowserSkill 扩展驱动你自己的 Chrome / Edge，支持实时任务预览、暂停 / 继续，遇到登录和 CAPTCHA 时可交回给你处理。
- 内置 MCP 服务器：每个工作区提供 /mcp/<endpoint_id> 端点，走 Streamable HTTP，各自拥有独立的 token、知识库范围、速率限制和工具组。Python 版 mcp-server/ 已废弃。
- 会话控制：向正在运行的一轮对话追加需求，从任意更早的问题分叉，借助沙箱检查点原地回退，并按会话选择推理强度。生成的文件统一收进新的产物库。
- 沙箱：交互式终端和图形桌面；macOS Lite 主机沙箱，支持项目文件夹；侧边栏 Toolbox，集中管理技能、MCP 服务和浏览器连接。
- 模型：重建模型目录（27 家内置厂商，自动生成上下文窗口、最大输出、推理和视觉元数据）。智能体检索工具合并为 search_knowledge / read_document / list_documents。
- 知识与平台：Confluence 和钉钉文档数据源；博查和 Serply 网页搜索；日文界面；按渠道设置 IM 回复语言；仅白名单出站模式。

[!IMPORTANT]
破坏性变更： 钉钉渠道仅支持 Stream 模式，沙箱命令以 root 身份运行。详见升级说明。

v0.8.0 · 发布说明

- 技能沙箱运行时：会话级持久化的 Docker / E2B / Cube 后端，支持按租户设置网络策略；移除本地主机进程后端，Docker 改为按需启用。
- 租户技能目录：从 ClawHub / SkillHub / git / zip 安装，支持按沙箱快照、实时进度、文件浏览与编辑，以及个人和工作区环境变量。
- 跨会话长期记忆：配置档 / 偏好 / 事实 / 任务 / 兴趣，自动提取并经用户确认，另提供 search_memory。
- 解析与数据源：进程内 anydoc 办公文档解析器；GitLab 和腾讯 IMA 数据源；XMind 解析。
- 生态：官方 DeepSeek Harness 插件 @wxg-prc-cpg/dsh-weknora；LiteLLM；Exa 和秘塔网页搜索。
- 对话：对话产物、问题大纲和时间戳；上下文压缩和服务商提示词缓存标记。
- 安全：OIDC JWKS 校验、可选复杂密码、文档自动打标，以及大范围沙箱与安全加固。

更早的版本（v0.2.0 – v0.7.2）

- v0.7.2 — 产品文档站点；知识库文件夹树；分块编辑与修订历史；wiki 页面修订；可直接加载的文件 URL（resource_urls=public）；飞书云盘数据源；批量打标；MCP Server 1.1（29 个工具）；AWS S3 默认凭证链。
- v0.7.1 — 云之家 IM；火山引擎 rerank；智谱 AI 网页搜索；平台级 API 密钥；按知识库的活动审计；FAQ 过滤、打标与导出；Langfuse OTLP 追踪；一键导出 Markdown。
- v0.7.0 — 作用域 API key 与主体模型；任务队列看板与工作池治理；每个工作区支持多个存储实例；临时聊天附件；@Skill / @MCP 提及；会话中途 MCP OAuth；QQBot 与飞书 IM；Redis TLS；weknora 命令行 v0.10。
- v0.6.3 — 网站嵌入组件与集成中心（安全模式 token 交换 + 限流）；聊天体验全面重做（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；智能体模型就绪检查；模型测试调试器；会话来源筛选；工作区删除界面。
- v0.6.2 — 按上传配置处理流程，带上传确认对话框；用 process_config 重新解析文档；weknora 命令行 v0.9（内置 Agent Skills、session stop、认证与配置档统一）；知识库跑马灯多选；面向 1024 维 pgvector 嵌入的 HNSW 索引；聊天资源存储重构；仅保留 Langfuse 追踪（移除 Jaeger）。
- v0.6.1 — 文档解析追踪时间线（Langfuse 风格 span 树，带逐阶段进度 + 停止解析）；OpenSearch 向量存储驱动；用 YAML 声明内置模型；系统管理员与统一平台设置 + 审计日志；新用户引导；设置界面重设计；weknora 命令行 v0.7 / v0.8（智能体优先的通信契约、NDJSON、--dry-run）；OpenDataLoader + PaddleOCR-VL 解析器；MCP 服务器多传输（stdio / SSE / HTTP）；按模型配置思考模式；腾讯 LKEAP 重排 + 原生 Gemini 嵌入 + MiniMax-M3。
- v0.6.0 — 工作区 RBAC（4 级角色矩阵 Owner / Admin / Contributor / Viewer + 按知识库归属 + 按工作区审计日志）、工作区成员管理与多工作区体验、自助创建工作区；weknora 命令行 v0.4 正式版，带 mcp serve；知识库检索跨向量存储扇出；AES-256-GCM 凭据加密 + docreader gRPC TLS + Token；智谱嵌入 + 华为 OBS；服务端用户偏好；Go 1.26.0。见租户与认证。
- v0.5.2 — Wiki 摄取可扩展到 4 万文档的知识库（任务队列 + DLQ）；MCP 人工介入工具审批；Anthropic / Apache Doris / 腾讯 VectorDB / KS3 / SearXNG 后端；自适应 3 级分块，带实时预览；全局 ⌘K 命令面板；语雀连接器 + 微信小程序；weknora 命令行预览版。
- v0.5.1 — 知识库批量管理；工作区级 IM 渠道总览；会话搜索 + 用户级置顶；统一的模型 / 网页搜索 / MCP 设置卡片；按智能体设置 LLM 超时；桌面端工作区切换。
- v0.5.0 — Wiki 模式正式版 — 智能体自动生成结构化、互相链接的 Markdown wiki 页面，并附带知识图谱；界面内提供 wiki 浏览器与可视化图谱。
- v0.4.0 — WeKnora Cloud（托管 LLM + 解析）；Chrome 扩展；ClawHub 技能；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（音频）；飞书数据源自动同步；OIDC；IM 引用回复上下文 + 基于话题的会话；文档摘要；Tavily 搜索；并行工具调用；智能体 @mention 范围限制。
- v0.3.5 — Telegram / 钉钉 / Mattermost IM；IM 斜杠命令 + 问答队列；推荐问题；VLM 自动描述 MCP 工具图片；Novita AI；渠道追踪。
- v0.3.4 — 企业微信 / 飞书 / Slack IM；多模态图片支持；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 前段落清洗；存储自动创建；Milvus。
- v0.3.2 — 知识检索入口；按数据源配置解析器与存储引擎；本地存储图片渲染；文档预览；火山引擎 TOS；Mermaid 渲染；批量会话管理；记忆图谱预览。
- v0.3.0 — 共享空间；智能体技能 + 沙箱执行；自定义智能体；数据分析师智能体；思考模式；Bing / Google 网页搜索；API Key 认证；Helm chart；韩语 i18n；Qdrant。
- v0.2.0 — 智能体模式（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，支持切换智能体模式；MQ 异步任务管理。

完整历史：CHANGELOG.md。

产品导览

快速问答与智能推理

两种提问方式。 快速问答用 RAG 从知识库中找答案，并标注引用的来源。智能推理模式下，智能体会规划多步工作：搜索、阅读文档、调用工具和技能，并在对话中展示每一步。文档 →

本地浏览器

在你自己的电脑上操作浏览器。 借助腾讯开源的 BrowserSkill 扩展，智能体会在你自己的 Chrome 或 Edge 里打开页面、填写表单，遇到登录和验证码时交还给你处理。文档 →

技能与沙箱

运行技能，产出文件。 支持 Docker、E2B 和 Cube 三种后端。同一会话内的多轮对话共用一个工作区，生成的文件可以预览、下载。在聊天窗口旁边打开图形桌面或交互式终端，逐步跟进每一步，需要时随时接管。文档 →

工具箱：MCP 服务与技能

智能体可以调用的工具。 接入外部 MCP 服务，逐个工具选择启用哪些、哪些调用需要审批。从 ClawHub、SkillHub、Git 或 ZIP 安装技能，按工作区管理，跨沙箱复用。文档 →

自动 wiki

把文档整理成可浏览的 wiki。 开启 Wiki 后，WeKnora 从知识库文档中抽取人物、产品和概念，生成带来源引用的页面，并按目录组织。知识图谱展示页面之间的关联；页面可以直接编辑，每次改动都能回滚。文档 →

可观测性

链路追踪与运行时监控。 Langfuse 追踪智能体每一步的推理、工具调用和 token 用量。文档解析时间线逐阶段展示进度，任务队列面板列出排队中和失败的任务。文档 →

架构

一条模块化流水线，覆盖文档解析、向量化、检索到 LLM 推理，每个组件都可替换或扩展。既能本地运行，也能部署到私有云，Web UI 开箱即用，无需额外配置。更多内容：架构概览 · RAG 流水线 · 扩展点。

功能

| 领域 | 亮点 |
| 问答与智能体 | 快速问答基于知识库作答并给出引用；智能推理在知识库、网页搜索、MCP 工具、技能和本地浏览器之上运行 ReAct 智能体。可引导、分叉或回退正在进行的对话，并跨会话保留长期记忆 |
| Wiki | 智能体生成互相链接的 wiki 页面，并附带知识图谱；支持浏览器内编辑、版本差异对比和回滚 |
| 技能与沙箱 | 技能目录支持从 ClawHub / SkillHub / Git / ZIP 安装；会话级持久化的 Docker / E2B / Cube 沙箱，带网络策略；聊天窗口旁提供终端和图形桌面 |
| 知识库 | FAQ、文档和 wiki 知识库；文件夹树；分块编辑与版本记录；按次上传配置解析、分块和多模态参数；自动打标签 |
| 检索 | 关键词 + 向量混合检索、重排序、父子分块和 GraphRAG（Neo4j）；端到端评测，支持召回率和 BLEU / ROUGE |
| 访问与安全 | 工作区 RBAC，四种角色加审计日志；作用域受限的 API key；OIDC；AES-256-GCM 凭据加密；出站请求防 SSRF，支持仅白名单模式 |
| 运维 | Langfuse 追踪智能体步骤、token 和流水线；文档解析时间线；任务队列看板与 worker 池；升级时自动迁移 |

支持的后端

| 组件 | 可选方案 |
| LLMs | 内置 29 家服务商，包括 OpenAI / Azure OpenAI / Anthropic / DeepSeek / Qwen / Zhipu / Hunyuan / Doubao / Gemini / MiniMax / NVIDIA / SiliconFlow / OpenRouter / LiteLLM / Ollama |
| Embeddings | Ollama / BGE / GTE / Zhipu / OpenAI 兼容 API |
| 向量数据库 | PostgreSQL（pgvector + ParadeDB）/ Elasticsearch / OpenSearch / Milvus / Weaviate / Qdrant / Apache Doris / Tencent VectorDB |
| 对象存储 | 本地 / Tencent Cloud COS / MinIO / AWS S3 / Volcengine TOS / Alibaba Cloud OSS / Kingsoft Cloud KS3 / Huawei Cloud OBS |
| 文档格式 | PDF / Word / PPT / Excel / CSV / TXT / Markdown / HTML / EPUB / MHTML / JSON / XMind / 图片 |
| 数据源 | 飞书知识库 / 飞书云空间 / Lark / Confluence / GitLab / 腾讯 IMA / Notion / 语雀 / 钉钉文档 / Seafile / RSS |

| IM channels | WeCom / Feishu / Lark / QQBot / Slack / Telegram / DingTalk / Mattermost / WeChat / Yunzhijia |
| Web search | DuckDuckGo / Bing / Google / Tavily / Baidu / Ollama / SearXNG / Keenable / Zhipu AI / Exa / Metaso / Bocha / Serply / SearchApi |
| Deployment | Docker Compose / Kubernetes (Helm) / Lite single binary / desktop app; offline and private-cloud installs; UI in Chinese, English, Japanese, Korean and Russian |

Clients and Integrations

| | Client | What it does |
| | CLI weknora | Agent-first command line for the full API, with a curated MCP tool surface and bundled Agent Skills |
| | Built-in MCP Server | Publishes knowledge bases to Cursor, Claude and other MCP clients over Streamable HTTP; the Python mcp-server/ is deprecated |
| | Local Browser (BrowserSkill) | Lets agents operate the user's own Chrome / Edge |
| | Chrome Extension | Select text, images, or entire pages in the browser and save them as knowledge entries with one click, without copy-paste or file upload |
| | WeChat Mini Program | Lightweight mobile client: configure API access, select knowledge bases, import URLs, and ask knowledge chat from WeChat |
| | ClawHub Skill | A WeKnora skill on ClawHub for document import, hybrid search and knowledge management via the REST API |
| | DeepSeek Harness plugin | Gives dsh coding agents four read-only tools: search, read document, ask and list knowledge bases |
| | Website Embed Widget | Publishes agents on external sites |
| | Go SDK | CRUD for knowledge bases, documents and sessions, plus SSE streaming Q&A |
| | WeChat Dialog Open Platform | Hosted Q&A built on WeKnora: upload knowledge and publish a Q&A service in WeChat without writing code |

Command-Line Interface

weknora is the official CLI for driving the API from a terminal or an AI agent. It is agent-first: every command emits a stable JSON envelope by default (with typed error codes mapped to exit codes), and --format text renders for humans. It also serves a curated MCP tool surface (weknora mcp serve) and ships bundled Agent Skills.

weknora profile add prod --host https://kb.example.com --use
weknora auth login
weknora kb list
weknora link --kb my-knowledge-base # bind the current directory
weknora doc upload notes.md
weknora chat "summarise the design doc"

For headless / CI use, set WEKNORA_API_KEY + WEKNORA_HOST and skip auth login; no credentials are written to disk. See cli/README.md for install + 5-minute quickstart and cli/AGENTS.md for the operational contract AI agents rely on.

Documentation

The full product documentation lives at weknora.weixin.qq.com/docs (in Chinese), organized as Getting Started → Architecture → Features → API → Clients → Development and covering ~360 API endpoints and ~150 environment variables.

| Start here | |
| Introduction | Capabilities overview |
| Installation | Docker Compose, Helm, Lite and desktop |
| Configuration | Environment variables and models |
| Troubleshooting FAQ | Common problems and fixes |
| API reference | REST API overview |
| Release notes | What changed in each release |

Development

If you need to frequently modify code, you don't need to rebuild Docker images every time. Use fast development mode:

make dev-start # Start infrastructure
make dev-app # Start backend (new terminal)
make dev-frontend # Start frontend (new terminal)

- Frontend modifications auto hot-reload (no restart needed)
- Backend modifications quick restart (5-10 seconds, supports Air hot-reload)
- No need to rebuild Docker images
- Supports IDE breakpoint debugging

See the Development guide for details.

The documentation site and product homepage are built from website-docs/. With Node.js 24, run cd website-docs && npm run setup && npm run build && npm run preview to preview both together; the unified static output serves the homepage at / and documentation at /docs/. See the directory's README for Nginx and Docker deployment.

Contributing

Welcome to submit Issues or Pull Requests.

- Process: Fork → Create branch → Commit changes → Open PR
- Standards: Format code with gofmt, follow Conventional Commits (feat: / fix: / docs: / test: / refactor:)

Validating your change

For a focused PR, validate the changed scope first:

git fetch origin main
git diff --check origin/main...HEAD
golangci-lint run --new-from-rev=origin/main ./...
go test ./path/to/changed/package -count=1

Run gofmt on changed Go files before committing. For frontend changes, run the relevant tests from frontend/ and use npm run type-check when the change affects TypeScript or Vue components.

The full maintainer gate remains:

make fmt
make lint
make test

make fmt formats the entire Go repository, so run it only with a clean worktree and review the resulting diff. Some full-suite tests require local infrastructure or service configuration. If a full check fails for an unrelated baseline or environment reason, include the exact command and failure in the PR while still providing passing targeted tests for your change.

Contributors

Thanks to everyone who has contributed:

Contributors

License

This project is licensed under the MIT License. You are free to use, modify, and distribute the code with proper attribution.