Tencent/WeKnora

项目概览

其已提供 Wiki 模式，可从原始文档生成相互关联的 Markdown 页面并展示可视化知识图谱。

项目类型

AI Agent · RAG 与知识库 · 基础设施

应用场景

知识问答 · 自动化执行

部署方式

查看项目说明

License

License 待确认

适合谁

• 适合需要将分散文档统一转化为检索问答、智能体任务结果和结构化 Wiki 的企业团队。
• 适合希望根据现有架构选择大语言模型、向量数据库和存储后端的团队。
• 适合希望主要通过网页界面使用知识平台，同时保留命令行和接口交互方式的团队。

核心能力

• 该模式从原始文档生成结构化、相互关联的 Markdown Wiki 页面，并提供可视化知识图谱。它把分散资料转化为可浏览的知识结构，适合需要持续整理和关联知识内容的团队；当前状态为可用。

限制与风险

• 项目运行需要本地或外部大语言模型提供方。选择外部服务时，还需要评估数据边界和可能产生的付费服务依赖。
• 项目资料提示，将服务直接部署到公网可能造成信息泄露；生产部署前需要配置适当的访问控制。
• 现有资料未记录 GPU 要求，也未提供最低硬件配置，资源规划需要在试用阶段另行验证。
• 现有部署事实未确认是否提供托管服务，也未明确标注自托管和本地运行属性；当前可依据的首次运行路径是 Docker Compose。

如何开始

• 先克隆仓库并配置环境文件，再运行 Docker Compose，最后访问网页界面验证服务。资料将其描述为标准的 Docker Compose 与环境变量配置流程，但未给出可据以判断整体上手难度的充分信息。
• 首次验证前需要准备大语言模型提供方，可选择 Ollama 等本地方案，也可连接 OpenAI、DeepSeek 等外部服务。
• 已记录的首次成功路径通过环境配置、Docker Compose 和网页界面完成，编码不是使用该路径的必要条件。

核验依据

• GitHub 项目简介: Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.
• README: It is organized around three core capabilities: **RAG-based Quick Q&A** for everyday lookups, a **ReAct Agent** that autonomously orchestrates retrieval, MCP tools and web search…
• README: - **v0.7.0** — Fine-grained **scoped API keys & principal model** (capability-level grants + per-KB restriction + API integration playground); **runtime task-queue observability d…
• README: Intelligent Conversation | Capability | Details | |------------|---------| | Intelligent Reasoning | ReACT progressive multi-step reasoning, autonomously orchestrating knowledge r…
• README: Please refer to the [MCP Configuration Guide](./mcp-server/MCP_CONFIG.md) for the necessary setup.

内容核验时间：