- 综合排序
- 最热优先
- 最新优先
- 来自专栏有文化的技术人
GraphRAG 知识图谱在 WeKnora 中的实现
WeKnora 集成了知识图谱能力，用于增强检索效果。 │ │ (文档块关系网络) │ └─────────────────────────────────────┘ 2.2 数据模型 「源码路径」: WeKnora 实体抽取 「源码路径」: WeKnora/internal/application/service/graph.go 3.1 图谱构建器 type graphBuilder struct { entityMap Chunk 图谱构建 WeKnora 基于实体关系构建 「文档块关系图谱」，用于检索时的关系扩展。 知识图谱查询工具 「源码路径」: WeKnora/internal/agent/tools/query_knowledge_graph.go type QueryKnowledgeGraphTool struct
39010编辑于 2026-04-09 太劲爆 r ！13.7K Star, 腾讯居然将这个知识库神器直接开源了
开源框架是什么 WeKnora是腾讯基于RAG（检索增强生成）机制开发的文档理解与语义检索开源框架，本质是ima的技术内核开源版本。 工具对比优势 与同类RAG工具相比，WeKnora的定位更偏向“轻量可定制”，核心差异如下： 对比维度 WeKnora（ima开源版） 其他低代码平台（如Dify） 核心定位 开源RAG开发框架 低代码 克隆源码：打开终端，运行命令克隆项目仓库： git clone https://github.com/Tencent/WeKnora.git cd WeKnora 配置环境变量：复制示例配置文件，按需修改核心参数 值得一用的知识库神器 腾讯开源WeKnora（ima核心），给企业和开发者提供了一个高性价比的知识库解决方案。 #腾讯开源 #知识库工具 #AIAgent #RAG框架 #WeKnora #技术干货
2.6K10编辑于 2026-04-17🎉「WeKnora 知识分享季」正式启动！分享你的 RAG 实战经验，赢京东卡+官方推荐！
腾讯云轻量应用服务器（Lighthouse）现已正式上线 WeKnora（维娜拉）应用镜像 ✨WeKnora（维娜拉）是腾讯开源的基于大模型的新一代文档理解与检索框架。 现在你可以在 Lighthouse 控制台一键部署开箱即用的 WeKnora，轻松搭建属于自己的 AI 知识库 / RAG 应用，省去繁琐的环境配置。现在你可以通过以下方式体验WeKnora功能。 ● Lighthouse部署：一键秒级部署● 微信对话开放平台：WeKnora·知识助理● WeKnora开源项目：GitHub - Tencent/WeKnora与此同时，WeKnora 官方推出了一个有趣又有奖的活动 ://github.com/Tencent/WeKnora● 知识助理：https://weknora.weixin.qq.com/platform六、投稿方式1. 7.3 官方推荐 WeKnora官方将对优质内容分享在开发者社区中推荐并通过官方账号转发。同时WeKnora官网也将对优秀应用案例及厂商品牌在首页进行展示和推荐。
27110编辑于 2026-06-12- 来自专栏星哥的AI自留地
腾讯开源 WeKnora：基于大模型的智能知识库，轻松部署全攻略
WeKnora 项目介绍 WeKnora（维娜拉） 是一款基于大语言模型（LLM）的文档理解与语义检索框架，专为结构复杂、内容异构的文档场景而打造。 理论上，任何支持 Docker 的设备都可部署 WeKnora，这里以飞牛 NAS 为例。 克隆项目 # 克隆主仓库 git clone https://github.com/Tencent/WeKnora.git cd WeKnora 4. # 查看 主服务 日志 docker exec -it WeKnora-app tail -f /var/log/WeKnora.log # 查看 文档解析模块 日志 docker exec -it WeKnora-docreader tail -f /var/log/docreader.log 如何启动和停止服务？
9.3K01编辑于 2025-09-07 - 来自专栏子晓AI量化
推荐腾讯的开源库WeKnora，再也不用担心文档隐私了
什么是WeKnora？ git clone https://github.com/Tencent/WeKnora.gitcd WeKnora 配置环境 复制示例配置文件cp .env.example .env # 编辑 某大型制造企业部署WeKnora后，技术手册查询时间从平均30分钟缩短至1分钟，新员工培训周期缩短40%。 无论是企业知识管理、还是专业领域的文档处理，WeKnora都展现出巨大的应用潜力。 项目地址： https://github.com/Tencent/WeKnora 官方网站： https://weknora.weixin.qq.com
1.5K10编辑于 2026-04-23 AI提效三板斧：WorkBuddy+知识库+技能包环境搭建指南
下载 WeKnora 的 `docker-compose.yml` 文件 2. 将该文件放入一个单独的文件夹，例如 `D:\WeKnora\` 3. 在命令行输入 `docker ps`，确认看到 6 个容器都在运行： ``` WeKnora-app Up (healthy) WeKnora-docreader Up (healthy ) WeKnora-postgres Up (healthy) WeKnora-redis Up WeKnora-frontend Up WeKnora-neo4j WeKnora 会自动解析、分块、向量化——等待状态变成"已完成"即可 5. `（你的API Key） | 认证密钥 | | `WEKNORA_BASE_URL` | `http://localhost:8080/api/v1` | API地址（固定值） | | `WEKNORA_KB_ID
42230编辑于 2026-06-08- 来自专栏腾讯开源的专栏
WeKnora：基于大模型的新一代文档理解与检索框架
官网地址：https://weknora.weixin.qq.com 架构设计 WeKnora采用现代化模块化设计，构建了一条完整的文档理解与检索流水线。 系统主要包括以下几个核心模块： 1. 知识图谱可视化 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，WeKnora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 快速开始 本地部署 WeKnora 提供了完整的 Docker 化部署方案，只需几步即可快速启动： # 1. 克隆代码仓库 git clone https://github.com/Tencent/WeKnora.git cd WeKnora # 2. 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。 开源与协作 WeKnora采用MIT协议开源，欢迎社区用户参与贡献。
9.7K31编辑于 2025-08-07 Docker 容器数据持久化：从入门到踩坑
# Docker 容器数据持久化：从入门到踩坑 ## 背景 最近在搭建本地知识库时，用到了 Docker 部署 WeKnora（一个基于 RAG 的知识库平台）。 Docker 原生管理 | 低 | | Bind Mount（绑定挂载） | 开发环境，需要直接访问宿主机路径 | 中 | | tmpfs（内存挂载） | 临时数据，重启即丢失 | 低 | ## 实战：WeKnora 多容器部署的数据管理 WeKnora 包含 6 个容器：app、frontend、postgres、neo4j、redis、docreader。 POSTGRES_USER: postgres POSTGRES_PASSWORD: ${DB_PASSWORD} volumes: postgres-data: name: weknora_postgres-data # 恢复数据 docker run --rm -v weknora_postgres-data:/data -v $(pwd):/backup \ alpine tar xzf /backup/
12000编辑于 2026-05-27WeKnora：让 AI 精准读懂你的文档，重新定义智能检索
此时，腾讯开源的 文档理解与检索框架 WeKnora 应运而生。 PART 001 模块化架构：打造全链路文档智能流水线 WeKnora 的强大源于高度解耦的模块化设计，将文档处理全流程拆分为四大核心模块，兼顾开箱即用的便捷性与二次开发的灵活性。 对于金融、医疗等敏感行业，WeKnora 可部署在本地服务器或私有云，所有数据本地留存，结合完善的权限管理功能，满足企业级数据安全需求。 在 学术研究领域 ，WeKnora 可整合知网、万方等平台的文献资源，科研人员输入研究主题，就能自动检索相关论文，提炼核心观点生成综述初稿，大幅缩短文献调研时间。 开源地址： https://github.com/Tencent/WeKnora 关注我，获取更多知识
3.3K11编辑于 2025-12-31开源技术深析：腾讯 WeKnora v0.2.0 + ReACT Agent，解锁企业级文档智能处理新范式
腾讯开源的 WeKnora v0.2.0 给出了破局方案 —— 这款基于 RAG 机制的企业级文档理解检索框架，通过深度集成 ReACT Agent 模式完成核心升级，更凭借模块化架构与多模态融合技术， 关注我，文末获取开源地址 一、核心定位：模块化架构支撑的全链路文档智能框架 WeKnora 是腾讯推出的 MIT 协议开源项目，专为结构异构、内容复杂的企业级文档场景设计，核心优势在于其解耦的五层模块化架构 三、开发者实战价值：低代码落地与二次扩展 对于技术团队而言，WeKnora v0.2.0 的技术设计充分考虑了落地效率与扩展需求，无需从零构建复杂 LLM 应用，即可快速实现高价值场景部署。 随着大模型技术在产业端的渗透，文档作为核心知识载体的智能化处理需求持续爆发，WeKnora 正通过持续迭代成为连接文档数据与 LLM 的核心桥梁，值得技术开发者重点关注与实践。 开源仓库地址： https://github.com/Tencent/WeKnora 官方网站： https://weknora.weixin.qq.com
1.8K10编辑于 2025-12-31- 来自专栏得觅（OpenDemi）
让 AI 助手读懂你的本地文档：WorkBuddy 连接 WeKnora 的完整实践指南
让AI助手读懂你的本地文档：WorkBuddy连接WeKnora的完整实践指南我花了44天，搭建了一套让AI助手可以检索企业本地知识库的系统。不是SaaS，不是闭源方案——纯本地部署。 一、架构全景整个系统跑在一台普通台式机上（i9+32G内存），核心组件三层：AI运行时层：WorkBuddy内置模型池、技能引擎和记忆系统知识库层：Docker部署WeKnora六容器栈（app/frontend /docreader/postgres/redis/neo4j），RESTAPI对外暴露本地推理层：Ollama运行bge-m3嵌入模型和qwen3:8b，数据不出本地关键原则："双仓分离"——WeKnora 二、连接真相：LLM读手册，跑bash命令坦白一个事实：WorkBuddy和WeKnora之间没有任何"连接器中间件"、没有持久API客户端、没有MCPServer。 B：Wiki链接图谱知识库开Wiki后，WeKnora解析文档引用关系，生成InLinks/OutLinks。可通过获取。C：知识图谱（Neo4j）通过Agent工具查询实体关系。"
15710编辑于 2026-06-11 AI提效三板斧：OpenDemi Trifecta技能包完整公开
Environment Report] ① Local skill scan: inventory ~/.workbuddy/skills/ ② Knowledge base detection: WeKnora report**: ``` [OpenDemi Environment Report] ✓ Python 3.8+ / pandas → Full data analysis capability ✓ WeKnora "Chapter 3", "Article 5") → If WeKnora connected, use **structure navigation** for precise original text retrieval; otherwise, suggest installing WeKnora - Contains "policy/regulation" (without section number OpenDemi self-diagnoses → detects local `file-organizer` and `weknora-connector` → auto-routes: ```
3700编辑于 2026-06-08AI提效三板斧：技能解剖、安全审查与自创指南（附完整技能包）
Environment Report] (1) Local skill scan: inventory ~/.workbuddy/skills/ (2) Knowledge base detection: WeKnora output**: ``` [OpenDemi Environment Report] OK Python 3.8+ / pandas -> Full data analysis capability OK WeKnora -|:---|:---| | L0 | Conversation attachments / pasted text | Highest | | L1 | Local knowledge base (WeKnora | | Emerging | Uncovered need >= 3x | Growth point flagged | **Environment-aware**: WeKnora connected WorkBuddy + Python | Full + SHA256 | pandas pipeline | .docx/.xlsx | Attachments + web | | WorkBuddy + WeKnora
18810编辑于 2026-06-08好物周刊#154：麦当秀，AI PPT 行业的一匹黑马
WeKnora[2] 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。 3. 好物周刊 #149：同事.skill 引用链接 [1] FeedFuse: https://github.com/BryanHoo/FeedFuse [2] WeKnora: https://github.com /Tencent/WeKnora [3] Knife4j: https://github.com/xiaoymin/knife4j [4] Markra: https://github.com/murongg
23910编辑于 2026-05-22从 64 小时到 2 小时：我用 AI 重构了整套审计流程
** 最终的方案是两个 AI 助手分工协作： - **重活机器**（一体机 i9 / 32GB 内存）：跑 WeKnora 知识库 + Ollama 本地模型（qwen3:8b），处理大量文件整理、 Podman + WSL2 + CPU-only 环境下 P0 死锁，完全无法使用 | | AnythingLLM | 放弃 | 内置 Ollama 引擎不稳定，"看着什么都行，做什么都不精" | | WeKnora 工厂里有明确的"部门"： - **仓储部**：管理 WeKnora（原料库，存制度合同）和 Obsidian（成品库，存分析结果和报告模板） - **技术部**：管理二十多个"技能"——每个技能对应一个标准化的操作流程
16910编辑于 2026-06-06- 来自专栏NLP/KG
AI Compass前沿速览：RynnVLA视觉-语言-动作模型、GLM-4.5V 、DreamVVT虚拟换衣、 WeKnora框架、GitMCP、Neural
AI Compass前沿速览：RynnVLA视觉-语言-动作模型、GLM-4.5V 、DreamVVT虚拟换衣、 WeKnora框架、GitMCP、NeuralAgent桌面AI助手AI-Compass GitHub仓库：https://github.com/MiroMindAI/MiroflowWeKnora – 腾讯开源的文档理解与语义检索框架WeKnora是腾讯开源的一款基于大语言模型（LLM）的文档理解与语义检索框架 技术原理WeKnora的核心技术原理是结合了大语言模型（LLM）和检索增强生成（RAG）范式。 WeKnora的项目地址项目官网：https://weknora.weixin.qq.com/GitHub仓库：https://github.com/Tencent/WeKnoraLandPPT – 开源
1.9K10编辑于 2025-08-12 公众号文章干货合集
产品发布 标题 链接 AgentChat 升级：多 Agent 协作，更适合 Agent 场景的聊天工具 https://mp.weixin.qq.com/s/g-pns-wyFGZUeXGRqaieoA WeKnora
59211编辑于 2026-06-16- 来自专栏yl 成长笔记
知识库为谁而建？
我自己就写了一个weknora-for-wikiSkill（已开源），接入WeKnora知识库平台，支持自然语言查询、文件导入、wiki页面管理、健康检查等全套操作。
15810编辑于 2026-05-30 - 来自专栏星哥的AI自留地
国产开源文档神器：5 分钟搭建 AI 驱动 Wiki 系统，重新定义知识库管理
国产开源文档神器：5 分钟搭建 AI 驱动 Wiki 系统，重新定义知识库管理大家好我是星哥，直接给大家介绍了一些文档系统，比如腾讯开源 WeKnora：基于大模型的智能知识库，轻松部署全攻略 ，而今天要介绍的这款国产开源工具
7.3K01编辑于 2025-09-19 - 来自专栏得觅（OpenDemi）
造一个数字分身：从五灵哲学到九部落地的完整蓝图
finance-scheduler v2.1算力调度 + 积分熔断 + 六维态势审计部plan-forge data-cruncher v5 scribe / notice-forge审计四环：计划→分析→报告→通报仓储部weknora-connector
13710编辑于 2026-06-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号