WeKnora 是什么?

WeKnora(Tencent/WeKnora)是腾讯开源的、基于 LLM 的企业级知识框架,目标是把零散文档变成可查询、可推理、可持续演进的知识资产。它围绕三类能力组织:基于 RAG 的快速问答、能自主编排检索/MCP 工具/网络搜索的 ReAct Agent,以及把文档蒸馏为自维护、互链 Markdown 知识库(含交互式知识图谱)的 Wiki 模式。支持多源接入(飞书/Notion/语雀等)、20+ LLM 提供商、Langfuse 可观测、多租户 RBAC,并可完全自托管。主语言 Go,当前版本 0.6.0,约 15,440 stars。仓库 LICENSE 字段为 NOASSERTION(README 徽章标 MIT,授权以仓库 LICENSE 为准),官网 weknora.weixin.qq.com。

⭐ 14,872 Stars 🍴 1,849 Forks Go NOASSERTION 作者: Tencent
来源:README.md(标题、Overview、Latest Updates、徽章);GitHub 仓库元数据(stars=15440、language=Go、license=NOASSERTION) 查看 GitHub 仓库 →

为什么值得关注

企业知识沉淀分散、检索难、问答不可控,RAG + Agent 是当前主流解法。WeKnora 由腾讯背书,把 RAG 问答、ReAct Agent 与自维护 Wiki 三合一,并提供多源同步、20+ LLM 接入、多租户 RBAC、Langfuse 可观测与完全自托管(数据主权),覆盖从个人到企业的需求,加之可对接企业微信/飞书/Slack/Telegram 等 IM 出口,落地性强,因而关注度高。README 中能力较多,实际成熟度与规模表现需按版本与部署验证。截至数据采集约 15,440 stars。

来源:README.md(Overview、Latest Updates);GitHub 仓库元数据(stars=15440、pushed_at 2026-05、topics rag/agent/wiki)

核心功能

RAG / Agent / Wiki 三模式

RAG 快速问答、ReAct Agent 自主编排检索+MCP+网络搜索、Wiki 模式蒸馏为自维护互链知识库与知识图谱。

来源:README.md(Overview)
多源接入与多格式

自动同步飞书/Notion/语雀等来源,处理 PDF/Word/图片/Excel 等 10+ 格式,自适应分块。

来源:README.md(Overview、Latest Updates)
企业级多租户与安全

四级 RBAC + 按知识库归属 + 租户审计日志、AES-256-GCM 凭据加密、gRPC TLS,支持多工作区。

来源:README.md(Latest Updates v0.6.0)
可替换后端与可观测

LLM/向量库/存储可插拔(兼容 20+ 提供商),集成 Langfuse 观测推理/token/链路,完全自托管。

来源:README.md(Overview、Latest Updates)

技术架构

WeKnora 采用完全模块化、可自托管的架构,用 Go 实现服务端。数据侧支持多源摄入(飞书/Notion/语雀等)与 10+ 文档格式(PDF/Word/图片/Excel),做自适应分块、嵌入与向量检索、重排;可在多个向量库间做检索 fan-out。能力侧分三种模式:RAG 快速问答、ReAct Agent(编排检索 + MCP 工具 + 网络搜索,支持人类在环审批)、Wiki 模式(蒸馏为互链知识库与知识图谱)。LLM、向量库、存储后端均可替换(兼容 OpenAI/DeepSeek/Qwen/Zhipu/Hunyuan/Gemini/Ollama 等)。企业能力含多租户 RBAC(Owner/Admin/Contributor/Viewer 四级 + 按资源归属 + 审计日志)、AES-256-GCM 凭据加密、gRPC TLS,并集成 Langfuse 做推理/token/链路可观测;提供 weknora CLI(含 mcp serve)。

来源:README.md(Overview、Architecture 链接、Latest Updates v0.6.0/v0.5.2)

项目知识图谱

知识图谱:项目核心节点(中心)+ 核心功能(内环六边形)+ 关键技术依赖(外环 chip) 向量库(多种,如 Tencent VectorDB/Doris 等)向量库(多种,如… LLM 提供商(OpenAI/DeepSeek/Qwen/Zhipu/Hunyuan/Gemini/Ollama 等)LLM 提供商(Ope… Langfuse(可观测)Langfuse(可观… MCP 工具、docreader(gRPC)MCP 工具、docre… RAG / Agent / Wiki 三模式RAG / Agent / Wiki… 多源接入与多格式 企业级多租户与安全 可替换后端与可观测 WeKnora 项目本体 核心功能 关键依赖

中心为项目本体,内环 = 核心功能模块,外环 = 关键技术依赖;按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成

技术栈

语言Go(Go 1.26.0)框架企业级 RAG + Agent + Wiki 知识框架(模块化、可自托管)
向量库(多种,如 Tencent VectorDB/Doris 等)LLM 提供商(OpenAI/DeepSeek/Qwen/Zhipu/H…Langfuse(可观测)MCP 工具、docreader(gRPC)
本地/私有云自托管;IM 出口(企业微信/飞书/Slack/Telegram);Chrome 扩展;许可见仓库 LICENSE(NOASSERTION,README 标 MIT)
来源:README.md(Overview、Latest Updates、徽章);GitHub 仓库元数据(language=Go、license=NOASSERTION)

快速上手

WeKnora 为自托管框架:按仓库 Getting Started 部署服务端(Go 实现,支持本地/私有云),配置所用 LLM 提供商、向量库与存储后端,再接入文档来源(飞书/Notion/语雀或上传 PDF/Word 等)建立知识库;随后可用 RAG 问答、ReAct Agent 或 Wiki 模式。提供 weknora CLI(含 mcp serve)与官网/Chrome 扩展入口,也可经企业微信/飞书/Slack/Telegram 提供问答。具体部署、模型与租户/RBAC 配置见 README、CHANGELOG 与 docs(含 RBAC 说明)。
来源:README.md(Getting Started、Overview、Latest Updates、Developer Guide 链接)

使用场景

适合需要企业知识库与智能问答的团队:把分散在飞书/Notion/语雀与本地文档中的资料汇成可检索知识库,用 RAG 做日常问答、用 ReAct Agent 处理多步复杂任务、用 Wiki 模式自动生成与维护互链知识文档;并通过企业微信/飞书等 IM 直接服务问答。多租户 RBAC、审计与自托管使其适合对数据主权与权限有要求的企业内网/私有云场景。落地需结合模型选型、向量库与运维评估。

来源:README.md(Overview、Latest Updates 的 RBAC/IM 渠道)

优势与局限

优势

  • RAG/Agent/Wiki 三模式 + 知识图谱,覆盖问答到知识沉淀
  • 多源接入、多格式、20+ LLM 与可插拔向量库/存储
  • 企业级多租户 RBAC、凭据加密、审计与 Langfuse 可观测
  • 完全自托管保障数据主权,腾讯开源、更新活跃

局限

  • 功能面广、组件多,部署与运维有一定门槛
  • 仓库 LICENSE 字段为 NOASSERTION,授权需核对 LICENSE 文件
  • 0.x 版本仍在快速演进,接口与能力可能变动
  • 实际检索质量与大规模表现需按模型/数据/部署验证
来源:README.md(Overview、Latest Updates、版本 0.6.0);GitHub license=NOASSERTION

最新版本

当前版本 v0.6.0:新增四级租户 RBAC(Owner/Admin/Contributor/Viewer)+ 按知识库归属 + 租户审计日志、成员管理与多工作区、weknora CLI v0.4 GA(含 mcp serve)、跨向量库检索 fan-out、AES-256-GCM 凭据加密与 gRPC TLS、Zhipu 嵌入与华为 OBS 等,并升级 Go 1.26.0。v0.5.2 起 Wiki 摄入可扩展至 4 万文档级、MCP 人类在环审批等。仓库最后更新约在 2026 年 5 月。

来源:README.md(Latest Updates v0.6.0/v0.5.2、version 徽章);GitHub pushed_at

总结评价

WeKnora 是腾讯开源的企业级 LLM 知识框架:把 RAG 快速问答、ReAct Agent 与自维护 Wiki(含知识图谱)三模式整合,配合多源接入、20+ LLM、可插拔向量库/存储、多租户 RBAC、凭据加密、Langfuse 可观测与完全自托管,落地性与数据主权都较强,适合要做企业知识库与智能问答的团队。需注意组件多带来的部署运维门槛、仓库 LICENSE 字段为 NOASSERTION 需核对、0.x 版本仍快速演进、检索质量需按场景验证。作为 RAG+Agent 方向功能完整、活跃维护的开源平台,分量足、企业特性齐。

来源:综合 README.md 的定位、三模式架构、企业能力与版本现状
透明度声明
本页内容由 AI(大语言模型)基于以下公开材料自动生成:GitHub README、代码目录结构、依赖文件、Release 信息。 分析时间: 2026-05-24 15:56. 质量评分: 100/100.

数据来源:README、GitHub API、依赖文件