WeKnora是一个基于大语言模型 (LLM) 的框架专为深层文档理解和语义检索而设计特别擅长处理复杂的异构文档。它采用模块化架构结合了多模态预处理、语义向量索引、智能检索和大模型推理。你可以将它理解为一个为团队量身打造的“超级知识中枢”。✨ 最新动态v0.3.0 亮点共享空间支持成员邀请、共享知识库和 Agent实现租户隔离检索。Agent Skills具备预加载技能的智能推理 Agent 系统提供沙箱执行环境。自定义 Agent支持配置知识库选择模式全部/指定/禁用。数据分析 Agent内置支持 CSV/Excel 分析的 Data Analyst Agent。思考模式支持 LLM 和 Agent 的思考过程展示智能过滤思考内容。更多搜索源新增 Bing 和 Google 搜索支持。API Key 认证提供 Swagger 文档支持的 API Key 安全机制。☸️Helm Chart支持 Kubernetes 完整部署支持 Neo4j GraphRAG。全球化新增韩语 (한국어) 支持。⚡基础架构新增 Qdrant 向量数据库支持优化 Ollama 嵌入。v0.2.0 亮点ReACT Agent 模式通过多次迭代和反思生成综合摘要报告。多类型知识库支持 FAQ 和文档类知识库包含文件夹、URL 导入。MCP 工具集成通过 MCP 扩展 Agent 技能支持 npx/uvx 启动器。️ 架构设计WeKnora 采用现代模块化设计构建完整的文档理解与检索流水线。文档解析多模态预处理从 PDF、Word、图片等提取结构化内容。向量处理语义向量索引。检索引擎结合关键词、向量、知识图谱的混合检索策略。大模型推理基于 RAG 范式提供语境感知的回答。 快速开始 安装步骤克隆仓库git clone https://github.com/Tencent/WeKnora.gitcd WeKnora配置环境变量cp .env.example .env# 编辑 .env 文件设置必要的值如 LLM API Key 等启动服务核心服务docker compose up -d全功能开启docker-compose --profile full up -d启用 Neo4j 知识图谱docker-compose --profile neo4j up -d启用 Minio 存储docker-compose --profile minio up -d一键启动含 Ollamaplaintext./scripts/start_all.sh# 或者make start-all 功能展示 ------ * **知识库管理** 支持拖拽、文件夹、URL 等多种导入方式自动提取核心知识。 * **Agent 模式** ReACT 模式支持调用内置工具、MCP 工具和搜索工具。 * **文档知识图谱** 将文档转化为知识图谱展示段落间的语义关联增强检索精度。 * **微信对话开放平台** WeKnora 是 微信对话开放平台 的核心技术框架。 --- 通过 MCP 服务器访问 -------------- 您可以将 WeKnora 作为 MCP 服务器连接到您的 AI 客户端 plaintext { mcpServers: { weknora: { command: python, args: [path/to/WeKnora/mcp-server/run_server.py], env: { WEKNORA_API_KEY: 您的 API Key (在开发者工具中查看 x-api-key), WEKNORA_BASE_URL: http://your-weknora-address/api/v1 } } }} 开发指南⚡ 快速开发模式如果您需要频繁修改代码无需每次构建 Docker 镜像# 启动基础设施make dev-start# 启动后端 (新终端)make dev-app# 启动前端 (新终端)make dev-frontend优势前端代码热重载后端快速重启5-10s支持 IDE 断点调试。 适用场景WeKnora 的多模态解析和智能 Agent 能力使其在以下场景中表现卓越企业级知识库深度解析复杂的 PDF/Word 规章制度、技术文档提供精准的内部问答。智能客服系统结合微信对话开放平台快速搭建零代码的公众号/小程序 AI 客服。研发辅助助理通过 MCP 协议连接开发环境辅助阅读代码仓文档或项目指南。复杂数据分析利用内置的 Data Analyst Agent直接对上传的 CSV/Excel 报表进行理解与统计。科研/法律文档分析利用知识图谱功能理清长篇法律条文或论文中的复杂引用与逻辑关系。 功能展示学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】