腾讯在GitHub 上开源的WeKnora 已经有2 万多start了。
相信很多程序员朋友应该是头一次听说，它的整体技术背靠微信对话开放平台这个大业务，因此圈内很多做企业知识库方案的公司，肯定是得对WeKnora研究一番的。
我把 README 和 changelog 翻了一遍，知识库被拆成三条线并行跑。
日常问答走 RAG，PDF、Word、飞书文档扔进去，问一句答一句，检索加 rerank，和市面上多数 RAG 产品同类。
复杂问题交给 ReAct Agent，自己拆子问题，再去调检索、MCP 工具或联网搜索，多步推理跑完才给答案。
最后是Wiki Mode，WeKnora会把输入的原始文档拆解为互相关联的 MD 知识页，带知识图谱，如果原始文档发生了变化相关的知识页、知识图谱也会动态更新。
我比较关注工程模块化相关技术。
整个后端服务使用Go开发，使用Python开发的docreader，独立运行用于做文档解析，检索层能同时绑 postgres pgvector、Milvus、Qdrant 等七种向量库。
二十多个模型供应商，DeepSeek、Qwen、Ollama 本地模型都支持。MIT 协议，如果是商业完全没问题。v0.7.2 还上了官方文档站，三百多个 API 端点、一百多个环境变量写全了，MCP Server 包到 29 个工具，和 Cursor、n8n 接起来方便。
还有一个细节让我意外。检索切块能在页面上直接改，带版本 diff 和回滚，改完自动 reindex。Wiki 页面也能手工编辑，revision 历史可查。很多 RAG 产品把切块当黑盒，出问题只能重跑整条 ingest，WeKnora 把这个补丁权交给了运维。
部署门槛不高，docker compose pull 再 up，浏览器打开 localhost 就能用。Lite 版甚至不需要SQLite 依赖也能运行。对企业来说，飞书、Notion、语雀都能自动同步，再加企业微信、Slack、Telegram IM 接入，有了这些的加持让WeKnora变的如此强大。
多 workspace RBAC 四级角色矩阵也齐了，Owner、Admin、Contributor、Viewer 分开，审计日志按 workspace 记。
英文教程确实少，讨论主要在微信群和知乎。README 写得比较完善，真正上手还得自己啃文档。我干后端十年，见过太多知识库项目停在演示阶段，最后输在运维。Langfuse 接进来以后，Agent 推理过程、token 消耗、解析流水线都能追。任务队列有独立面板，wiki ingest 失败的任务能手动重试。做过私有化 RAG 的人都知道，检索准不准是一回事， ingest 卡在哪一步是另一回事。私有化部署团队尤其需要这套能力。
和 RAGFlow 比，WeKnora 胜在 Agent 推理、Wiki 自维护和 MIT 协议。RAGFlow 解析复杂版面 PDF 更成熟，英文社区也更热闹。选型看团队痛点，版面复杂的文档库可以先看 RAGFlow，要多步推理、知识页自更新、MIT 嵌入，WeKnora 更值得试。
虽然最近我也在学习RAG相关技术，但其实还没在生产环境真正使用过；不过腾讯出品，再加上Github两万星以及微信生态背书，技术应该还是非常靠谱的，推荐大家可以了解一下。
开源地址： https://github.com/Tencent/WeKnora
