从文档到可问答的知识库3 步快速搭好 WeKnora 开源 RAG 平台【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 知识框架核心功能是把散落在各处的 PDF、Word、网页等原始文档加工成可语义检索的 RAG 知识库同时提供 ReAct 推理 Agent 和自动维护的 Wiki。对新手来说它最省心的地方在于不需要自己搭向量库、写检索代码一条 docker compose 命令起服务十几分钟就能让文档开口说话。这篇按跑起来 → 建库 → 问答 → 分发的顺序走一遍真实使用路径。一条命令启动先弄清它怎么分工先看架构心里有底再动手。整条链路分四层入口层是 Web 界面、IM 机器人、MCP Server 等渠道中间是文档处理解析、分块、嵌入、图谱和 RAG/Agent 引擎查询改写、混合检索、重排、生成底下是 PostgreSQL、向量库、对象存储等持久层。注意一个设计决策大模型、向量库、对象存储全部是插槽OpenAI、Ollama、Milvus、Qdrant、S3 这类组件都可以替换这也是它适合私有化部署的原因。本地启动只需要 Docker 和 Gitgit clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora cp .env.example .env docker compose pull docker compose up -d浏览器打开http://localhost即可。如果想加知识图谱Neo4j或链路追踪Langfuse按需叠加--profile neo4j、--profile langfuse启动具体见 安装部署文档。建库只选两个模型其余全可后补注册账号后新建知识库向导只强制两项对话模型LLM和向量模型Embedding。重排、图片理解、图谱抽取都是可选项随时能加。这里有一个新手最容易踩的坑如果用本地 Ollama后端在容器里localhost:11434是连不通的要填http://host.docker.internal:11434另外 Embedding 模型建库后别换换向量维度意味着整个索引重建。建库后把文档拖进上传区也支持粘贴网页 URL、从飞书/Notion/语雀自动同步。解析过程走异步任务队列界面能看到逐阶段进度解析完的文档还能在界面上直接编辑检索分块改动会自动重建索引并保留版本历史可回滚——这在很多 RAG 方案里是缺失的一环。快速回答与 Agent 推理两种模式怎么选底部输入框旁的快速回答走的是标准 RAG 流水线查询改写 → BM25 加向量混合召回 → 重排 → 带引用的答案。截图里问的是智能家居中控的场景联动配置检索命中 1 篇文档回答结构清晰且标注了来源文件日常查文档用它最划算。复杂问题可以切到智能推理。Agent 模式下系统会自主决定调几次检索、翻哪几页文档甚至动用网络搜索和 MCP 工具每一步都可见可审计。这张截图很说明问题Agent 思考 2 轮、调用 3 次工具先检索检索策略关键词再定位到具体文档逐页加载了 17 个分块最后产出带参数表格的总结。它不是一次检索硬答而是像工程师一样先缩小范围再通读细节代价是耗时更长。选型的经验法则事实查询走 RAG跨文档综合、需要多步取证的任务交给 Agent。把知识库推进 IM团队零门槛复用自己用起来只是开始团队场景下更常见的需求是别让人学新界面。设置 → IM 集成里可以接入企业微信、飞书、Slack、Telegram 等 10 个渠道截图就是配企业微信的凭据页面填好 Bot 信息保存机器人在群里就能被 提问走的是同一套知识库和模型配置。对外分发还有两条路网页嵌入 Widget 可以把问答窗口挂到任意外部站点支持域名白名单和限流API 集成提供权限范围 API Key按知识库粒度授权第三方系统不用整包鉴权。想深挖接口细节可以从 API 文档 和 官方文档站 入手。下一步就从动手开始git clone https://gitcode.com/GitHub_Trending/we/WeKnora拉下来跑通docker compose up -d把你手头最常被问到的那批文档传进去第一个问题答案十分钟后见分晓。【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