项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 36849
技术标签
使用教程
环境要求
- 已安装 Docker 与 Docker Compose(支持 compose 子命令)
- 能访问网络以拉取镜像
- 本机 80 端口可用(访问地址为 http://localhost)
- 可选:本地 Ollama 环境(使用本地模型时)
安装与启动步骤
-
1克隆项目仓库
从 GitHub 拉取 WeKnora 源码到本地,随后所有操作都在该目录内进行。
git clone https://github.com/Tencent/WeKnora.git -
2进入项目目录
切换到刚克隆下来的 WeKnora 目录,后续命令均在此目录执行。
cd WeKnora -
3生成配置文件
从示例文件复制出 .env,并按文件内注释修改所需配置项。
cp .env.example .env -
4拉取最新镜像
使用 Docker Compose 拉取核心服务镜像,确保使用最新版本。
docker compose pull -
5后台启动服务
以守护进程方式启动核心服务,完成后即可访问 Web 界面。
docker compose up -d -
6访问 Web 界面
在浏览器打开 http://localhost 进入知识平台开始使用。
-
7启用扩展组件(可选)
需要知识图谱、对象存储或链路追踪时,追加 --profile 参数,多个 profile 可组合使用。
docker compose --profile full pull && docker compose --profile full up -d -
8使用本地 Ollama(可选)
如需接入本地 Ollama 模型,先启动 Ollama 服务再启动 WeKnora。
ollama serve > /dev/null 2>&1 &
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
.env | 是 | 主配置文件,由 .env.example 复制而来,按文件内注释修改。 | .env |
如何确认成功
浏览器访问 http://localhost 能正常打开 WeKnora 界面,即表示核心服务启动成功。
常见问题
Q:启动后浏览器打不开 http://localhost 怎么办?
A:确认 docker compose up -d 已执行完成、容器处于运行状态,并检查本机 80 端口是否被其他程序占用。
Q:如何启用 Neo4j、MinIO 或 Langfuse 等附加组件?
A:在 docker compose 命令中加 --profile 参数,例如 docker compose --profile neo4j up -d,多个 profile 可叠加使用。
Q:怎么使用本地的 Ollama 模型?
A:先执行 ollama serve 启动本地 Ollama 服务,再启动 WeKnora 即可。
Q:如何停止所有服务?
A:在项目目录执行 docker compose down 即可停止并移除容器。
注意事项
- 除 .env 外,README 未列出其他必填配置项,请以 .env 文件内的注释为准。
- 默认访问地址为 http://localhost,即容器默认占用 80 端口。
- 扩展功能按需启用 profile:full 为全部功能,neo4j 为知识图谱,minio 为对象存储,langfuse 为链路追踪。
核心亮点
- 基于Go实现高性能RAG管道,支持将原始文档自动转换为可查询的知识库,并集成多模态嵌入与多种LLM后端(如Ollama),工程化程度高
- 提供自主推理Agent与自维护Wiki能力,支持多租户隔离,适合团队级知识管理场景
- 内置评估模块,便于对检索和生成质量进行系统化测试,降低生产落地调优成本
不足之处
- 文档/社区待观察
适用场景
- 企业内部知识库构建与智能问答
- 基于私有文档的RAG应用快速原型开发
- 多团队协作的自治知识管理系统
替代项目
Dify、FastGPT、RAGFlow
同类项目推荐
ChatKBQA
开源
用大模型生成+检索,让知识库问答更简单准确
[ACL 2024] Official resources of "ChatKBQA: A Generate-then-Retrieve Framework for K···
Langchain-Chatchat
开源
把公司资料变成私人顾问,只答自己家的内容
Langchain-Chatchat(原Langchain-ChatGLM)基于 Langchain 与 ChatGLM, Qwen 与 Llama 等···
local-deep-research
开源
本地跑深度研究,多源检索自动出报告
~95% on SimpleQA (e.g. Qwen3.6-27B on a 3090). Supports all local and cloud LLMs (ll···
ragbuilder
开源
自动评估并调优 RAG 配置,快速上线生产级问答系统
A toolkit to create optimal Production-readyRetrieval Augmented Generation(RAG) setu···
RAGU
开源
用图结构增强检索,让 AI 回答更懂关联关系。
[EMNLP 2026] Modular GraphRAG framework
awesome-jev
开源
找 Jev 的现成集成和案例,少走弯路
A curated list of public projects, integrations, and discussions built on Jev — Typ···
VectorDB-Plugin
开源
本地文件直接问,文档音视频秒变智能问答库
Program that lets you ask questions about your documents and audio or video files.
anysearch-mcp-server
开源
一个接口搞定 AI 联网搜索与整页抓取
Unified real-time search MCP server supporting general web search, vertical domain s···
llms-txt-hub
开源
一站找齐支持 llms.txt 的 AI 友好文档站
The largest directory for AI-ready documentation and tools implementing the proposed···
