WeKnora

WeKnora是什么？

WeKnora（维娜拉）是腾讯开源的基于大语言模型（LLM）的文档理解与语义检索框架，专为结构复杂、内容异构的文档场景设计。它采用RAG（Retrieval-Augmented Generation，检索增强生成） 技术，将精准检索到的上下文片段与大模型推理结合，输出可控、高质量的上下文感知回答。

核心亮点

• 多格式文档支持：可解析 PDF、Word、TXT、Markdown、图片（含 OCR/Caption）等多种格式
• 多模态解析：支持图文混排、结构化提取与知识图谱构建
• 混合检索机制：关键词（BM25）+ 向量检索 + 知识图谱增强，可自由组合
• 多模型集成：支持 Qwen、DeepSeek 等本地或 API 模型，推理模式可切换
• 灵活扩展：解析、嵌入、召回、生成全流程解耦，方便二次开发
• 私有化部署：支持本地/Docker/微信对话开放平台部署，数据安全可控
• 可视化管理：Web UI 界面可管理知识库、配置模型、查看检索链路与评估指标

技术架构亮点

• 模块化设计：解析 → 嵌入 → 检索 → 生成，全流程解耦
• 向量数据库支持：兼容 PostgreSQL（pgvector）、Elasticsearch
• 多模型集成：支持本地模型与 API 接入，推理模式可配置
• Web UI + API：提供交互界面与标准接口，适配开发者与业务用户 

适用场景 

项目目录结构

WeKnora/
├── cmd/ # 应用入口
├── internal/ # 核心业务逻辑
├── config/ # 配置文件
├── migrations/ # 数据库迁移脚本
├── scripts/ # 启动与工具脚本
├── services/ # 各子服务实现
├── frontend/ # 前端项目
└── docs/ # 项目文档

WeKnora官网及使用教程

官网网址：https://weknora.weixin.qq.com
开源地址：https://github.com/Tencent/WeKnora

一、环境准备

确保本地已安装以下工具：Docker、Docker Compose、Git

二、安装步骤

1. 克隆代码仓库

# 克隆主仓库
git clone https://github.com/Tencent/WeKnora.git
cd WeKnora

2.配置环境变量

# 复制示例配置文件
cp .env.example .env

# 编辑 .env，填入对应配置信息
# 所有变量说明详见 .env.example 注释

3.启动服务

# 启动全部服务（含 Ollama 与后端容器）
./scripts/start_all.sh
# 或
make start-all

4.停止服务

./scripts/start_all.sh –stop
# 或
make stop-all

• Web UI：http://localhost
• 后端 API：http://localhost:8080
• 链路追踪（Jaeger）：http://localhost:16686

常见问题解答（FAQ）

Q1：它的检索机制是怎样的？
A1：内置 BM25 关键词检索、稠密向量检索（Dense Retrieve）、知识图谱增强（GraphRAG） 等多种召回策略，可自由组合，以提升准确度与召回率。

Q2：我能在本地部署 WeKnora 吗？
A2：可以。支持 本地部署 / Docker 镜像 / 微信对话开放平台集成，满足私有化和离线部署需求，数据可控。

Q3：如何优化检索效果？
A3：

• 上传清晰、结构化的文档（分段合理）
• 合理选择召回策略（BM25 / 向量 / 图谱增强）
• 使用适配场景的嵌入模型（BGE、GTE 等）
• 调整召回条数与重排策略

Q4：支持哪些大语言模型？
A4：默认支持 Qwen、DeepSeek 等，也可接入本地 LLM 或第三方 API，推理模式可配置（思考/非思考）。