腾讯新开源！WeKnora：轻松搭建本地AI知识库，让文档检索智能又安全

WeKnora 是腾讯开源的基于大语言模型的智能文档处理框架，支持本地化部署，可高效构建安全可控的 AI 知识库，适用于企业知识管理、科研分析等多场景。 以下是详细介绍：

项目背景与定位

• 背景：腾讯此前推出的多端应用 ima 虽支持多模型，但缺乏 API 且需手动上传文档，内容更新与工作流配置不便。WeKnora 的开源填补了这一空白，提供更灵活的本地化解决方案。
• 定位：专为结构复杂、格式多样的文档场景设计，通过模块化架构整合多模态预处理、语义索引、智能召回与大模型推理，实现高效可控的文档问答流程。

框架架构与核心技术

• 模块化设计：覆盖文档解析、向量化处理、检索引擎与大模型推理四大环节，各组件可独立配置与扩展，形成“理解—检索—回答”完整流水线。
• RAG 机制：通过检索增强生成技术，将上下文片段与大模型结合，提升回答的精准性与可靠性。

关键特性

• 精准理解：支持 PDF、Word、图片等多格式文档的结构化内容提取，统一构建语义视图。
• 智能推理：依托大模型实现上下文感知与意图理解，支持精准问答及多轮对话。
• 灵活扩展：解析、嵌入、召回、生成全流程解耦，便于集成第三方服务或自定义功能。
• 混合检索：结合关键词、向量及知识图谱策略，优化检索效率与结果相关性。
• 安全可控：支持本地或私有云部署，数据自主管理，避免隐私泄露风险。
• 易用性：提供 Web 界面与标准 API，降低使用门槛，快速上手。

适用场景

• 企业知识管理：内部文档检索、制度问答、操作手册查询，降低培训成本。
• 科研文献分析：论文检索、报告分析，加速文献调研与决策。
• 产品技术支持：产品手册问答、故障排查，提升客户服务效率。
• 法律合规审查：合同条款检索、法规查询，降低法律风险。
• 医疗知识辅助：医学文献检索、病例分析，辅助临床决策。

模块与能力概览

• 文档格式支持：PDF、Word、Txt、Markdown 及图片（含 OCR 识别）。
• 嵌入模型：兼容本地模型或 BGE/GTE API，支持自定义嵌入。
• 向量数据库：可选 PostgreSQL（pgvector）或 Elasticsearch，按需切换。
• 检索机制：支持 BM25、向量检索及 GraphRAG，可组合召回、重排与生成。
• 大模型集成：支持 Qwen、DeepSeek 等模型，可通过本地（Ollama）或外部 API 调用。
• 问答能力：上下文感知、多轮对话，支持提示词模板与链式问答。
• 测试与部署：提供端到端测试工具，支持本地或 Docker 部署，适配离线场景。
• 用户界面：Web UI 与 RESTful API 结合，兼顾易用性与开发者友好性。

快速上手指南

1. 环境准备：安装 Docker、Docker Compose 及 Git。
2. 安装步骤：

   克隆仓库：git clone https://github.com/Tencent/WeKnora.git，进入项目目录。

   配置环境变量：复制 .env.example 为 .env 并修改配置项。

   启动服务：运行 ./scripts/start_all.sh 或 make start-all（可选先启动 ollama serve）。

   停止服务：执行 ./scripts/start_all.sh --stop 或 make stop-all。

3. 访问服务：

   Web UI：http://localhost

   后端 API：http://localhost:8080

   链路追踪（Jaeger）：http://localhost:16686

微信对话开放平台集成

• 零代码部署：上传知识即可在微信生态中快速启用“即问即答”功能。
• 高效管理：支持高频问题分类与数据工具，保障回答稳定性与可维护性。

GUI 配置与功能

• 初始化配置：通过 Web UI 引导完成配置，支持清空数据表后重新编译启动。
• 知识库管理：

  拖拽上传多类文档，自动识别结构并提取核心知识，构建索引。

  实时显示处理进度与状态，便于监控。

• 文档知识图谱：将文档转化为语义关联网络，提升检索结构化支撑与结果覆盖度。
• MCP 服务器调用：结合工具链直接调用 WeKnora 能力，扩展应用场景。

很赞哦!（316）