企业官网建设流程全解析

WeKnora 开源RAG平台：快速搭建自己的企业知识库

【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 是一个开源 LLM 知识平台，一句话概括它的定位：把原始文档变成三样东西——可查询的 RAG、能自主推理的智能体，以及自维护的 Wiki。它适合想在自己服务器上搭企业知识库或文档智能问答系统、又不愿让数据出内网的团队。多租户权限管理、20+ 模型提供商、8 种向量库后端、9 个 IM 渠道，都是现成的。

最快的部署方式：四步跑起来 🚀

第一次部署知识库，不用折腾环境，整个项目就是一个 Docker Compose 栈。docker-compose.yml 把前端、Go 后端、docreader 解析服务、PostgreSQL（ParadeDB）和 Redis 都打包好了，拉起来就能用：

git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora cp .env.example .env docker compose up -d

启动后浏览器进前端页面（默认 80 端口，后端在 8080），注册第一个账号，就可以传文档了。.env模板里注释很全，首次运行其余保持默认即可。

可选项都走 compose profile 开关，不用改主配置：

docker compose --profile neo4j up -d # 知识图谱 docker compose --profile minio up -d # 对象存储 docker compose --profile langfuse up -d # 可观测监控

想把向量库换成 Qdrant 或 Milvus 也行，compose 里带了对应 profile，把.env中的 RETRIEVE_DRIVER 指到对应驱动即可。

它能帮你做什么：三个典型场景 📚

把一堆文档变成知识库。导入后系统自动完成解析、分块、建索引。PDF、Word、Excel、PPT、图片等 10+ 种格式都支持，扫描件也能走 OCR。FAQ、文档、Wiki 三种库各有不同处理逻辑。解析层是独立服务 docreader/，模块化设计，新增格式只需加一个 parser。

文档智能问答。问一句“WorkBuddy 怎么接入微信 ClawBot”，它会先检索、再整理、给出带出处的结构化回答，引用片段可以点开核对。智能体引擎基于 ReACT 架构，会调用内置工具、MCP 工具和网络搜索做多步推理，技能执行被关在沙箱里，代码在 internal/agent/。

知识图谱可视化探索。文档入库后会自动抽实体和关系，搭出一张知识网络。点哪个节点，就能看到它关联哪些实体，跨文档追线索比翻文本直观得多。

两个值得记住的技术亮点 ⚙️

自适应三阶段分块。多数 RAG 系统按固定长度切块，WeKnora 会先看文档结构再选策略：auto 模式自己分析特征后挑选；heading 模式在 #、##、### 边界切，适合 Markdown 文档；heuristic 模式认分页符、编号章节和多语言章节标记，适合 PDF。默认 chunk_size 512、overlap 50。Vecta 2026 年基准测试里，这套方式把端到端准确率提到了 69%。

四层混合检索。一次查询先过 BM25 稀疏检索，再走密集向量语义检索，然后知识图谱做实体关系检索，最后 LLM 重排序压一遍结果集，层层收窄。整体架构也分层：输入渠道（Web/API/IM）、核心引擎（文档处理 + RAG 智能体）、存储后端、外部模型服务各管一段。

多租户 RBAC、审计日志、OIDC 登录这些就不展开了，仓库 docs 目录里有专门说明。

知识库参数怎么调、数据源怎么接 🎛️

分块策略按文档类型选：技术文档用 heading 吃标题结构；论文用 heuristic 按章节和页码切；拿不准就 auto。

检索参数在 config/config.yaml 里：

conversation: embedding_top_k: 30 rerank_top_k: 30 vector_threshold: 0.2 rerank_threshold: 0.3

调法不复杂：回答跑题，把两个阈值往下降（比如 0.2 调到 0.1）；嫌漏内容，把 top_k 调大。Redis 缓存也是现成的，同一文档的嵌入不重复算，常用查询的检索结果和多轮对话状态都走缓存。

数据源接入有四条路：本地文件上传、URL 网页抓取、平台同步（飞书、Notion、语雀）、RSS 定期抓取。连接器在 internal/datasource/connector/，插件化设计，接新数据源实现一个 connector 就行。模型侧，OpenAI、Claude、DeepSeek、通义千问、智谱、腾讯混元、Gemini、Ollama 本地等都支持，可用 config/builtin_models.yaml 声明内置模型，每个知识库单独指模型，方便做 A/B 对比。

怎么选、怎么避坑 🛠️

选型上：

• 中小团队起步：默认栈（PostgreSQL + Redis）就够，后面按需开 neo4j、minio。
• 想控成本：接 Ollama 本地模型，各知识库独立切模型，不花一分钱 API。
• 多部门共用：开空间（租户）RBAC；生产环境建议把 DISABLE_REGISTRATION 设为 true，关掉公开注册。

避坑清单：

• .env里的 SYSTEM_AES_KEY（32 字节主密钥）负责加密库里存的 API key 等敏感字段，务必备份，丢了加密字段就不可恢复。
• chunk_size 默认 512，长文本内容可以适当调大，避免关键句被拦腰切断。
• IM 群里要显示知识库图片，存储端点得外网可达，或者设 APP_EXTERNAL_URL 走后端代理，否则图片打不开。

先克隆仓库把服务拉起来，当天就能导入第一批文档；跑顺之后再动阈值和分块策略，最后按需叠知识图谱与监控。项目更新很快，多模态处理和实时协作已经排上路线，隔段时间看看仓库更新就行。

【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