介绍
腾讯开源的 WeKnora（维娜拉），MIT 协议。它把团队散在各处的文档汇成一个知识库，然后给你三种用法：查资料用 RAG，办多步任务用 Agent，整理知识用自动 Wiki。【重点不是又一个 RAG demo，而是把问答、Agent、Wiki 拧在同一条知识流水线上，文档更新了三种能力一起变。】目前 3.5 万 star，还是微信对话开放平台背后的技术框架，有真实生产环境在跑。
后端 Go、前端 Vue、文档解析单独一个 Python 的 docreader 服务。PDF 版式分析、扫描件 OCR、表格抽取、图片描述、音频转写都在那一层。Office 文件走 anydoc 在 Go 进程里直接解析，少一次外部依赖。
特征
🔍 混合检索：BM25 关键词 + 向量双路召回，RRF 融合，可选 Rerank 与查询改写
🧩 父子分块和 GraphRAG 都能开，向量库默认 pgvector，也能换 Milvus、Qdrant、Elasticsearch 等
📚 十余种格式：PDF、Word、PPT、Excel、Markdown、EPUB、XMind、图片
🔗 数据源可同步：飞书、Confluence、GitLab、Notion、语雀、钉钉文档、RSS、Seafile
🤖 内置 ReAct 智能体，能编排检索、联网搜索、MCP 工具，还能调技能在 Docker / E2B / Cube 沙箱里跑脚本生成文件
📝 自动 Wiki：从文档里抽人物、产品、概念生成互链页面，配知识图谱，可编辑可回滚
🔒 多空间 RBAC 四级角色、审计日志、凭据 AES-256-GCM 加密、防 SSRF 出站
🔌 对外还能反着用：内置 MCP Server 挂到 Cursor 或 Claude 上，另有 Chrome 插件、Go SDK、命令行
部署四选一：Docker Compose 最省事，git clone 后改 .env 再 docker compose up -d，打开 localhost 跟引导配好模型就能用；剩下是 Helm、单二进制的 Lite 版、桌面端。模型接了 29 家厂商，Ollama 本地跑也行，不用非买 API。
要提醒一句：官方明确建议别把它直接暴露在公网，内网或私有云部署更稳妥。
