Tencent/WeKnora
一、一句话定位
WeKnora 是腾讯开源的 LLM 知识框架，把散落文档变成可问答、可推理、自维护的“活知识库”，主打 RAG + Agent + 自动 Wiki。
二、核心技术/架构亮点
- 三合一能力：RAG 快速问答、ReAct Agent 编排检索/MCP 工具/沙箱、Wiki Mode 自动生成互链 Markdown 知识库与知识图谱。
- 多源接入：Feishu、GitLab、Notion、Yuque、RSS 等，支持 PDF/Word/图片/XMind 等 10+ 格式。
- 企业级设计：多工作区 RBAC、审计日志、作用域 API Key、Langfuse 可观测性。
- 模块化可自托管：LLM、向量库、存储后端可替换，支持本地/私有化部署。
- 长记忆与会话沙箱：跨会话记忆用户画像/偏好，Docker/E2B/Cube 沙箱执行任务。
三、适用场景与目标用户
- 企业知识库搭建、文档智能问答、复杂多步调研。
- 需要私有化部署、数据主权可控的团队；对接 IM（企微/飞书/Slack/Telegram）的智能化运维或客服场景。
四、可动手动作
- Clone 仓库 `git clone https://github.com/Tencent/WeKnora`，按官方文档 Docker Compose 启动。
- 创建知识库上传文档，配置 OpenAI/DeepSeek/Ollama 等 LLM，体验 RAG Q&A。
- 接入 MCP Server 工具与沙箱，尝试 Wiki Mode 生成知识图谱。
- 参考前端/后端模块实现，复用 anydoc 文档解析、多源同步、RBAC 设计。
五、学习优先级
- P0：本周动手——Docker 跑通 RAG + Wiki Mode，快速看到知识提炼效果。
- P1：排期——深入 Agent/MCP 沙箱与多源同步，支撑复杂业务。
- P2：观念了解——RBAC、Langfuse 观测、长期记忆设计，适合做架构借鉴。
- P3：略读——部分插件/IM 集成，按需再看。⌂