WeKnora 是腾讯开源的知识平台，把文档摄入、混合检索、RAG 问答、ReAct Agent、自动 Wiki 和知识图谱放在一套可自托管服务中。v0.8.0 还加入按会话持久的 Skill 沙箱与跨会话记忆。
来源：github.com/Tencent/WeKnora 查看 GitHub 仓库 → 📘 使用教程 →官方仓库采用 MIT 主许可，没有 WeKnora 自有充值、订阅额度或付费托管漏斗，且 2026 年 9 月发布 v0.8.0 并持续维护，因此暂不因零流量隔离，先完成高质量教程后观察。
来源：github.com/Tencent/WeKnoraQuick Q&A 做知识库检索问答，ReAct Agent 编排检索、MCP、Skill 沙箱和网络搜索，Wiki Mode 把原始文档整理成可编辑、可回滚的互链页面。
来源：github.com/Tencent/WeKnora支持飞书、GitLab、腾讯 IMA、Notion、语雀及 10 多种文档格式，可更换 LLM、向量数据库和对象存储。
来源：github.com/Tencent/WeKnorav0.8.0 支持 Docker、E2B 与 Cube 后端，每个会话有持久工作区和网络策略；旧的本机进程后端已移除。
来源：github.com/Tencent/WeKnora/blob/main/CHANGELOG.md平台提供 RBAC、OIDC、凭据加密、审计及 Langfuse 链路观测，并能通过 IM、CLI、MCP 和 Chrome 扩展访问知识库。
来源：github.com/Tencent/WeKnora默认 Compose 启动 frontend、Go app、docreader、PostgreSQL 与 Redis 等核心服务；可选 profile 增加 Neo4j、MinIO、Langfuse 和其他向量库。app 协调文档解析、知识库、检索、Agent、MCP、记忆和沙箱。Docker Skill 后端默认关闭，因为挂载 docker.sock 等同宿主 root；也可接 E2B 或 Cube 并配置租户网络策略。
来源：github.com/Tencent/WeKnora/blob/main/docker-compose.ymlDocker Compose v2.24+ 与 GitPostgreSQL、RedisLLM 与 embedding/rerank 模型可选 Neo4j、MinIO、Langfuse、Qdrant、Milvu…可选 Docker/E2B/Cube Skill sandbox适合把企业文档做成可引用问答、维护 Wiki、跨知识库检索或让 Agent 在受控沙箱调用工具的团队。只需要轻量单机向量检索时，核心服务和可选 profile 的运维成本可能过高；涉及企业数据时应先定义租户、保留、删除和模型传输政策。
来源：github.com/Tencent/WeKnora截至 2026-09-23，最新 release 是 v0.8.0，发布于 2026-09-03。该版加入 Skill 沙箱、租户 Skill 目录、跨会话记忆、anydoc、GitLab/腾讯 IMA 数据源、LiteLLM、更多搜索服务以及 OIDC 和安全加固。
来源：github.com/Tencent/WeKnora/releases/tag/v0.8.0status: docs-only | checked_at: 2026-09-23 | environment: 核对官方 README、CHANGELOG、LICENSE、.env.example、docker-compose.yml 与 GitHub Releases | limitations: 未拉取镜像，未启动前后端、数据库、docreader、向量库、Langfuse 或 sandbox，未导入文档，也未配置模型、数据源和 IM 凭据 | observed_output: 最新 release 为 v0.8.0，发布于 2026-09-03；核心启动要求 Docker、Compose 和 Git，Web UI 默认端口 80、API 8080；LICENSE 声明项目主体 MIT，第三方组件按各自条款
来源：github.com/Tencent/WeKnora/releases/tag/v0.8.0RAGFlow 同样提供文档解析、检索增强生成、Agent 和自托管，官方重点是可视化文档理解、RAG 流程与 Agent；WeKnora 另有自维护 Wiki、页面修订、租户 Skill 目录、会话沙箱和跨会话记忆。以复杂文档解析和 RAG 流程为主可先看 RAGFlow；需要 Wiki 与 Skill 沙箱组合时再评估 WeKnora。
来源：github.com/infiniflow/ragflow适合把企业文档做成可引用问答、维护 Wiki、跨知识库检索或让 Agent 在受控沙箱调用工具的团队。只需要轻量单机向量检索时，核心服务和可选 profile 的运维成本可能过高；涉及企业数据时应先定义租户、保留、删除和模型传输政策。采用前需要核对：默认和可选 profile 涉及多种数据库、存储与端口。
来源：github.com/Tencent/WeKnora只运行 docker compose up -d 会复用本地缓存镜像。先把 WEKNORA_VERSION 固定为目标标签，再执行 docker compose pull 和 docker compose up -d，并在系统信息页核对版本。
官方指出 app 挂载 docker.sock 后等同拥有宿主 root 权限。只有在隔离主机上确认镜像、网络策略、资源配额和租户权限后才应开启，也可改用受控的 E2B 或 Cube 后端。
容器内的 localhost 不是宿主机。先确认宿主已运行 ollama serve，再按官方网络说明设置容器可访问的宿主地址，并从 app 容器检查 DNS、端口和模型名。
不应该。先用无敏感信息的样本文档检查解析、切分、引用、删除和备份，再确认模型、对象存储、日志、Langfuse、IM 和外部数据源的数据边界。
RAGFlow 更侧重复杂文档解析和可视化 RAG 流程；WeKnora 还提供自维护 Wiki、修订历史、租户 Skill 目录、会话沙箱和长期记忆。应按文档类型、权限模型和运维成本实测。