WeKnora 知识库问答实战从部署到检索增强的 RAG 框架指南【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/WeKnoraWeKnora 是一个开源的 LLM 知识库平台也是面向中文开发者的 RAG 框架丢进去一批文档它帮你解析、切片、向量化最后变成可对话的知识库问答。想先建立全局印象可以直接读项目概述 README_CN.md。三个典型使用场景当你手里散落着产品手册、合同、内部 wiki 时把文档批量导入 WeKnora它自动完成解析、切片、向量化你得到一个能直接提问的知识库。当你发现问答总答非所问时它内置 BM25 向量混合检索还能叠加知识图谱对长文档和表格类内容尤其管用检索策略代码在 internal/application/service/retriever/。当你想给自家产品加问文档入口时WeKnora 暴露 RESTful API也提供现成的 Go SDK不用自己从零搭 RAG 链路。从 0 到跑起来5 分钟拉起 WeKnora 部署环境先把服务拉起来。仓库自带一条启动脚本会自动建.env、拉镜像、起容器git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora ./scripts/start_all.sh # 停止则加 --stop服务起来后三个地址记一下Web UI 在http://localhost后端 API 在http://localhost:8080链路追踪 Jaeger 在http://localhost:16686。首次打开 Web UI 会跳到初始化向导按提示填好 LLM、Embedding 模型和向量数据库三项就能进主界面。默认部署定义在 docker-compose.yml主配置文件是 config/config.yaml——后面调参数基本都改这一个文件。到这里浏览器刷新 localhost 就能看到你的知识库平台了。日常使用三连知识库管理在 Web UI 点新建知识库或直接用接口。上传后 WeKnora 自动提取结构化内容并建索引支持文件上传和 URL 导入两种入口。分块行为由知识库级配置控制比如chunk_size和chunk_overlap改完对新导入的文档生效。文档问答打开任意知识库进入对话页提问。回答会基于检索到的切片生成检索链路是 BM25 与向量混合召回所以短关键词问题和自然语言问法都有覆盖。API 集成RESTful API 用 API Key 认证请求头带X-API-Key即可。创建知识库的示例curl --location http://localhost:8080/api/v1/knowledge-bases \ --header Content-Type: application/json \ --header X-API-Key: your_api_key \ --data { name: 示例知识库, description: 用于演示的知识库, chunking_config: { chunk_size: 1000, chunk_overlap: 200 } }接口细节见 docs/API.md想直接用 Go 接入参考 client/example.go。跑通这个调用说明你的 RAG 知识库搭建已经从能用走到可集成了。进阶能力多模态文档里的图片默认只是图片配好 VLM 模型和对象存储MinIO/COS之后WeKnora 会生成图像描述并纳入检索图片内容也能被问到。vlm_config: model_name: qwen2.5vl:3b interface_type: ollama base_url: http://host.docker.internal:11435/v1解析逻辑在 docreader/parser/image_parser.py。知识图谱WeKnora 可以把文档转成图谱检索时图谱信号参与召回长尾问题命中会明显更准构建逻辑见 internal/application/service/graph.go混合检索策略在 internal/application/service/retriever/composite.go。存储与缓存向量库支持 PostgreSQL(pgvector) 与 Elasticsearch 切换在 internal/config/config.go 对应的配置项里改检索链路再叠一层 Redis 缓存internal/stream/redis_manager.go高频问题会快一截。问题快查表 ⚠️现象可能原因处理方式服务启动失败模型配置缺失或依赖没起来docker compose logs -f app看日志逐项核对模型与依赖配置文档上传失败Embedding 模型配置不对或未连通验证 Embedding 端点可达参考 docs/QA.md 中无法正常上传文档一节检索不准分块参数不合适、缺 Rerank调chunk_size/chunk_overlap接入 Rerank 模型配置入口 internal/config/config.go高频问题响应慢每次全量走检索链路启用 Redis 缓存见 internal/stream/redis_manager.go延伸资源官方文档与核心概念docs/ 目录含 API、多租户、部署等分册接口参考docs/api/README.mdGo 客户端示例client/example.goQA 评测数据集dataset/samples/贡献指南与开发指南README_CN.md部署 → 知识库问答体验 → API 接入 → 自定义模型与检索调参 → 多模态与知识图谱扩展。按这个顺序走每一步都有前一步的落点可验证不会中途卡住。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考