10分钟跑通WeKnora从Docker部署到自建知识库问答的完整路径【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维娜拉是一个开源的大模型知识平台你把 PDF、Word、网页这类原始文档丢进去它帮你做成可提问的 RAG 知识库、能自己调工具推理的 Agent以及一套自动维护的 WikiMIT 协议适合想在私有环境里搭文档问答系统的团队和个人。你需要的环境只有 Docker、Docker Compose 和 Git 三件套。 先跑起来4条命令起服务先克隆仓库把环境变量模板复制成.env按需改然后拉镜像、起容器git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora cp .env.example .env docker compose pull docker compose up -d启动成功的验证信号有两个浏览器访问http://localhost能看到 Web 界面后端健康检查curl http://localhost:8080/health返回正常健康检查端点在 internal/router/router.go 里注册。docker-compose.yml里 frontend 映射 80 端口、app 映射 8080 端口都是.env里可改的。首次访问时如果还没配过模型会先进入初始化配置页把 LLM、Embedding、向量数据库这几项填完才能正常用核心配置分两处运行行为看 config/config.yaml分块默认chunk_size: 512、chunk_overlap: 50检索阈值vector_threshold: 0.2、rerank_threshold: 0.3模型地址和密钥在.env变量注释非常详细比如INIT_LLM_MODEL_NAME、INIT_EMBEDDING_MODEL_NAME、INIT_EMBEDDING_MODEL_DIMENSION。按需开启可选组件compose profile可叠加Profile组件启动方式neo4j知识图谱docker compose --profile neo4j up -dminio对象存储docker compose --profile minio up -dlangfuse链路追踪http://localhost:3000docker compose --profile langfuse up -dfull以上全部docker compose --profile full up -d停止服务用docker compose down也提供了一键脚本./scripts/start_all.sh支持--stop、--check自检见 scripts/start_all.sh。想用本地 Ollama 的话先ollama serve /dev/null 21 再把.env里的模型地址指过去。三个核心功能走一遍文档进去到回答出来的链路是解析 → 切块向量化 → 混合检索向量 BM25 关键词→ 大模型生成。建知识库上传文档到能回答能干什么创建知识库上传文件PDF / Word / Excel / 图片 / XMind 等十余种格式、粘贴 URL、导入文件夹或 FAQ解析完成后按你配置的参数切块并建索引。怎么操作Web UI 里新建知识库 → 上传文档 → 等解析任务跑完文档列表里能看到分块上传时的批次级process_config可以临时覆盖解析引擎、分块和多模态设置。入口在哪界面在 frontend/src/views/接口文档在 docs/api/knowledge-base.mdAPI 认证统一用X-API-Key请求头注册或建空间后会拿到sk-开头的 key。用 curl 建库最小示例curl --location http://localhost:8080/api/v1/knowledge-bases \ --header Content-Type: application/json \ --header X-API-Key: your_api_key \ --data {name: 示例知识库, description: 用于演示}解析卡住或分块效果不对先看文档级解析追踪时间线Langfuse 风格的逐阶段 Span 树再查docker compose logs -f app docreader。对话快速问答和 Agent 推理两个档位能干什么同一个知识库支持两种回答方式。快速问答走 RAG检索命中后直接生成带引用浮层适合日常查证智能推理是 ReAct 模式模型自主决定何时查知识库、何时调 MCP 工具、何时执行沙箱里的技能适合先查 A 再算 B 最后汇总这类多步任务。怎么操作新建会话时切换对话模式即可会话里还能Skill/MCP限定当前轮可用的工具和技能。入口在哪检索与生成的阈值、改写与重排开关都在 config/config.yaml 的conversation段enable_rewrite、enable_rerank、rerank_top_k等Agent 循环实现看 internal/agent/engine.go。回答不准时先查三处Embedding 模型维度是否和向量库匹配.env的INIT_EMBEDDING_MODEL_DIMENSION、检索阈值vector_threshold/rerank_threshold、Rerank 模型有没有配INIT_RERANK_MODEL_*。Wiki 模式让 Agent 自己写文档能干什么Agent 从原始文档自动提炼出相互链接的 Markdown Wiki 页面和可视化知识图谱支持在浏览器里人工编辑、看行级 diff、一键回滚到历史版本。怎么操作对已有文档知识库启用 Wiki 任务然后在 Wiki 浏览器里按目录翻页面、点图谱节点跳引用。入口在哪前端在 frontend/src/views/ 的 Wiki 浏览器页面处理器看 internal/handler/wiki_page.go。进阶方向三条扩展线只给思路细节看对应文件。知识图谱增强检索默认检索是向量 BM25 混合召回开启图谱后会把段落间语义关联建进 Neo4j拓宽召回面。配置见 docs/开启知识图谱功能.md实体/关系抽取提示词在 config/config.yaml 的extract段。多模态与数据源图片类文档可配 VLM 做 OCR 与描述生成解析器在 docreader/parser/飞书知识库 / GitLab / Notion / 语雀 / RSS 等外部数据源可定时增量同步连接器代码在 internal/datasource/connector/开发文档 docs/数据源导入开发文档.md。程序化集成与二次开发对外有三条路——REST API完整端点文档 docs/api/README.md、Go SDK跑通示例 client/example.go、官方 MCP Servermcp-server/PyPI 包tencent-weknora-mcpstdio / SSE / HTTP 三种传输。要改源码的话用快速开发模式免打镜像make dev-start起基础设施另开终端make dev-appAir 热重载和make dev-frontend详细说明在 docs/开发指南.md。 卡住时先查这五处容器起不来 / 8080 不通docker compose logs -f app docreader postgres找 ERROR镜像版本对不上时把.env的WEKNORA_VERSION设成目标 tag如v0.7.0重新docker compose pull docker compose up -d——只执行up -d会复用旧缓存镜像。文档上传后解析失败绝大多数是模型没配对。核对.env里INIT_LLM_MODEL_NAME、INIT_EMBEDDING_MODEL_NAME、INIT_EMBEDDING_MODEL_DIMENSION远端模型还要*_BASE_URL和*_API_KEY排查步骤见 docs/QA.md。图片显示为无效链接多半是 MinIO 没起或 bucket 权限不对——docker compose --profile minio up -d再用.env里的MINIO_ACCESS_KEY_ID登录http://localhost:9001控制台看策略跨机器访问图片要把MINIO_PUBLIC_ENDPOINT从localhost改成实际 IP。OCR 报错或 PaddleOCR 起不来在docreader服务把OCR_BACKEND换成vlm配OCR_API_BASE_URL/OCR_API_KEY/OCR_MODEL或no_ocr再重启 docreader。页面保存的配置几秒后又消失基本不是后端问题先关浏览器代理和改写类插件、把localhost加进直连名单再用无痕窗口重试仍不行docker compose restart app。更多场景日志查看、清空数据库、平台兼容性都在 docs/QA.md。 三档学习路线第一档半天按上文部署 → 建库上传 → 两种对话模式各问几个问题 → 用X-API-Key打两个接口建库、混合搜索POST /knowledge-bases/:id/hybrid-search见 docs/api/knowledge-search.md。第二档一两周跑通快速开发模式改一处代码 → 换一家模型厂商验证配置灵活性 → 调分块参数与 Rerank 观察召回变化 → 给知识库接一个数据源同步。参考 config/builtin_models.yaml.example 做声明式内置模型API 全量文档在 website-docs/。第三档长期读 Agent 循环 internal/agent/engine.go 和技能沙箱 internal/sandbox/ → 给 MCP Server 加一个自己的工具examples/mcp-demo/→ 研究 Wiki 自治生成与版本回滚实现internal/handler/wiki_page.go或把 Langfuse 追踪docs/Langfuse集成.md接到你自己的可观测体系里。版本演进和路线图看 CHANGELOG.md 与 docs/ROADMAP.md生产部署安全基线内网隔离、登录鉴权在 SECURITY.md。【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 10分钟跑通WeKnora：从Docker部署到自建知识库问答的完整路径
10分钟跑通WeKnora从Docker部署到自建知识库问答的完整路径【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维娜拉是一个开源的大模型知识平台你把 PDF、Word、网页这类原始文档丢进去它帮你做成可提问的 RAG 知识库、能自己调工具推理的 Agent以及一套自动维护的 WikiMIT 协议适合想在私有环境里搭文档问答系统的团队和个人。你需要的环境只有 Docker、Docker Compose 和 Git 三件套。 先跑起来4条命令起服务先克隆仓库把环境变量模板复制成.env按需改然后拉镜像、起容器git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora cp .env.example .env docker compose pull docker compose up -d启动成功的验证信号有两个浏览器访问http://localhost能看到 Web 界面后端健康检查curl http://localhost:8080/health返回正常健康检查端点在 internal/router/router.go 里注册。docker-compose.yml里 frontend 映射 80 端口、app 映射 8080 端口都是.env里可改的。首次访问时如果还没配过模型会先进入初始化配置页把 LLM、Embedding、向量数据库这几项填完才能正常用核心配置分两处运行行为看 config/config.yaml分块默认chunk_size: 512、chunk_overlap: 50检索阈值vector_threshold: 0.2、rerank_threshold: 0.3模型地址和密钥在.env变量注释非常详细比如INIT_LLM_MODEL_NAME、INIT_EMBEDDING_MODEL_NAME、INIT_EMBEDDING_MODEL_DIMENSION。按需开启可选组件compose profile可叠加Profile组件启动方式neo4j知识图谱docker compose --profile neo4j up -dminio对象存储docker compose --profile minio up -dlangfuse链路追踪http://localhost:3000docker compose --profile langfuse up -dfull以上全部docker compose --profile full up -d停止服务用docker compose down也提供了一键脚本./scripts/start_all.sh支持--stop、--check自检见 scripts/start_all.sh。想用本地 Ollama 的话先ollama serve /dev/null 21 再把.env里的模型地址指过去。三个核心功能走一遍文档进去到回答出来的链路是解析 → 切块向量化 → 混合检索向量 BM25 关键词→ 大模型生成。建知识库上传文档到能回答能干什么创建知识库上传文件PDF / Word / Excel / 图片 / XMind 等十余种格式、粘贴 URL、导入文件夹或 FAQ解析完成后按你配置的参数切块并建索引。怎么操作Web UI 里新建知识库 → 上传文档 → 等解析任务跑完文档列表里能看到分块上传时的批次级process_config可以临时覆盖解析引擎、分块和多模态设置。入口在哪界面在 frontend/src/views/接口文档在 docs/api/knowledge-base.mdAPI 认证统一用X-API-Key请求头注册或建空间后会拿到sk-开头的 key。用 curl 建库最小示例curl --location http://localhost:8080/api/v1/knowledge-bases \ --header Content-Type: application/json \ --header X-API-Key: your_api_key \ --data {name: 示例知识库, description: 用于演示}解析卡住或分块效果不对先看文档级解析追踪时间线Langfuse 风格的逐阶段 Span 树再查docker compose logs -f app docreader。对话快速问答和 Agent 推理两个档位能干什么同一个知识库支持两种回答方式。快速问答走 RAG检索命中后直接生成带引用浮层适合日常查证智能推理是 ReAct 模式模型自主决定何时查知识库、何时调 MCP 工具、何时执行沙箱里的技能适合先查 A 再算 B 最后汇总这类多步任务。怎么操作新建会话时切换对话模式即可会话里还能Skill/MCP限定当前轮可用的工具和技能。入口在哪检索与生成的阈值、改写与重排开关都在 config/config.yaml 的conversation段enable_rewrite、enable_rerank、rerank_top_k等Agent 循环实现看 internal/agent/engine.go。回答不准时先查三处Embedding 模型维度是否和向量库匹配.env的INIT_EMBEDDING_MODEL_DIMENSION、检索阈值vector_threshold/rerank_threshold、Rerank 模型有没有配INIT_RERANK_MODEL_*。Wiki 模式让 Agent 自己写文档能干什么Agent 从原始文档自动提炼出相互链接的 Markdown Wiki 页面和可视化知识图谱支持在浏览器里人工编辑、看行级 diff、一键回滚到历史版本。怎么操作对已有文档知识库启用 Wiki 任务然后在 Wiki 浏览器里按目录翻页面、点图谱节点跳引用。入口在哪前端在 frontend/src/views/ 的 Wiki 浏览器页面处理器看 internal/handler/wiki_page.go。进阶方向三条扩展线只给思路细节看对应文件。知识图谱增强检索默认检索是向量 BM25 混合召回开启图谱后会把段落间语义关联建进 Neo4j拓宽召回面。配置见 docs/开启知识图谱功能.md实体/关系抽取提示词在 config/config.yaml 的extract段。多模态与数据源图片类文档可配 VLM 做 OCR 与描述生成解析器在 docreader/parser/飞书知识库 / GitLab / Notion / 语雀 / RSS 等外部数据源可定时增量同步连接器代码在 internal/datasource/connector/开发文档 docs/数据源导入开发文档.md。程序化集成与二次开发对外有三条路——REST API完整端点文档 docs/api/README.md、Go SDK跑通示例 client/example.go、官方 MCP Servermcp-server/PyPI 包tencent-weknora-mcpstdio / SSE / HTTP 三种传输。要改源码的话用快速开发模式免打镜像make dev-start起基础设施另开终端make dev-appAir 热重载和make dev-frontend详细说明在 docs/开发指南.md。 卡住时先查这五处容器起不来 / 8080 不通docker compose logs -f app docreader postgres找 ERROR镜像版本对不上时把.env的WEKNORA_VERSION设成目标 tag如v0.7.0重新docker compose pull docker compose up -d——只执行up -d会复用旧缓存镜像。文档上传后解析失败绝大多数是模型没配对。核对.env里INIT_LLM_MODEL_NAME、INIT_EMBEDDING_MODEL_NAME、INIT_EMBEDDING_MODEL_DIMENSION远端模型还要*_BASE_URL和*_API_KEY排查步骤见 docs/QA.md。图片显示为无效链接多半是 MinIO 没起或 bucket 权限不对——docker compose --profile minio up -d再用.env里的MINIO_ACCESS_KEY_ID登录http://localhost:9001控制台看策略跨机器访问图片要把MINIO_PUBLIC_ENDPOINT从localhost改成实际 IP。OCR 报错或 PaddleOCR 起不来在docreader服务把OCR_BACKEND换成vlm配OCR_API_BASE_URL/OCR_API_KEY/OCR_MODEL或no_ocr再重启 docreader。页面保存的配置几秒后又消失基本不是后端问题先关浏览器代理和改写类插件、把localhost加进直连名单再用无痕窗口重试仍不行docker compose restart app。更多场景日志查看、清空数据库、平台兼容性都在 docs/QA.md。 三档学习路线第一档半天按上文部署 → 建库上传 → 两种对话模式各问几个问题 → 用X-API-Key打两个接口建库、混合搜索POST /knowledge-bases/:id/hybrid-search见 docs/api/knowledge-search.md。第二档一两周跑通快速开发模式改一处代码 → 换一家模型厂商验证配置灵活性 → 调分块参数与 Rerank 观察召回变化 → 给知识库接一个数据源同步。参考 config/builtin_models.yaml.example 做声明式内置模型API 全量文档在 website-docs/。第三档长期读 Agent 循环 internal/agent/engine.go 和技能沙箱 internal/sandbox/ → 给 MCP Server 加一个自己的工具examples/mcp-demo/→ 研究 Wiki 自治生成与版本回滚实现internal/handler/wiki_page.go或把 Langfuse 追踪docs/Langfuse集成.md接到你自己的可观测体系里。版本演进和路线图看 CHANGELOG.md 与 docs/ROADMAP.md生产部署安全基线内网隔离、登录鉴权在 SECURITY.md。【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