WeKnora - 騰訊開源的企業級文檔問答框架

專案概述

WeKnora是騰訊開源的一款基於大語言模型（LLM）的文檔理解與語義檢索框架，專為結構複雜、內容異構的文檔場景而打造。該框架採用模組化架構，融合多模態預處理、語義向量索引、智能召回與大模型生成推理，建構起高效、可控的文檔問答流程。

官網：https://weknora.weixin.qq.com
GitHub地址：https://github.com/Tencent/WeKnora
開源協議：MIT License

核心特性

🔍 精準理解

• 支援PDF、Word、圖片等多種文檔格式的結構化內容提取
• 統一建構語義視圖，支援圖文混排與OCR文字識別
• 智能文檔解析，處理複雜結構和異構內容

🧠 智能推理

• 基於RAG（Retrieval-Augmented Generation）技術
• 借助大語言模型理解文檔上下文與使用者意圖
• 支援精準問答與多輪對話

🔧 靈活擴展

• 從解析、嵌入、召回到生成全流程解耦
• 模組化設計，每個組件均可靈活配置與擴展
• 便於整合與客製化開發

⚡ 高效檢索

• 混合多種檢索策略：關鍵詞、向量、知識圖譜
• 支援BM25、Dense Retrieve、GraphRAG等檢索機制
• 可自由組合召回-重排-生成流程

🎯 簡單易用

• 直觀的Web介面與標準RESTful API
• 零技術門檻快速上手
• 拖曳上傳文檔，一鍵部署服務

🔒 安全可控

• 支援在地化與私有雲部署
• 資料完全自主可控
• 滿足企業級安全要求

應用場景

應用場景	具體應用	核心價值
企業知識管理	內部文檔檢索、規章制度問答、操作手冊查詢	提升知識查找效率，降低培訓成本
科研文獻分析	論文檢索、研究報告分析、學術資料整理	加速文獻調研，輔助研究決策
產品技術支援	產品手冊問答、技術文檔檢索、故障排除	提升客戶服務品質，減少技術支援負擔
法律合規審查	合同條款檢索、法規政策查詢、案例分析	提高合規效率，降低法律風險
醫療知識輔助	醫學文獻檢索、診療指南查詢、病例分析	輔助臨床決策，提升診療品質

功能模組詳解

文檔處理能力

• 支援格式：PDF、Word、Txt、Markdown、圖片（包含OCR和Caption）
• 智能解析：自動識別文檔結構，提取核心內容
• 多模態處理：圖文混排內容的統一理解

向量化與檢索

• 嵌入模型：支援在地模型、BGE、GTE API等
• 向量資料庫：PostgreSQL（pgvector）、Elasticsearch
• 檢索策略：BM25稀疏檢索、Dense Retrieve稠密檢索、GraphRAG知識圖譜檢索

大模型整合

• 模型支援：Qwen（通義千問）、DeepSeek等主流大模型
• 部署方式：在地部署（Ollama）或外部API呼叫
• 推理模式：支援思考/非思考模式切換

知識圖譜功能

WeKnora支援將文檔轉化為知識圖譜，展示文檔中不同段落之間的關聯關係。開啟知識圖譜功能後，系統會分析並建構文檔內部的語義關聯網路，不僅幫助使用者理解文檔內容，還為索引和檢索提供結構化支撐。

技術架構

專案結構

WeKnora/
├── cmd/           # 應用入口
├── internal/      # 核心業務邏輯
├── config/        # 配置檔
├── migrations/    # 資料庫遷移腳本
├── scripts/       # 啟動與工具腳本
├── services/      # 各子服務實現
├── frontend/      # 前端專案
└── docs/          # 專案文檔

核心模組

1. 文檔解析模組：多格式文檔內容提取與結構化
2. 向量化處理模組：文檔內容的語義向量化
3. 檢索引擎模組：多策略檢索與召回
4. 大模型推理模組：基於上下文的智能問答生成

快速開始

環境要求

• Docker
• Docker Compose
• Git

安裝步驟

1. 複製程式碼庫

git clone https://github.com/Tencent/WeKnora.git
cd WeKnora

2. 配置環境變數

cp .env.example .env
# 編輯 .env 檔案，根據註釋填入相關配置

3. 啟動服務

# 一鍵啟動所有服務
./scripts/start_all.sh
# 或使用 make 命令
make start-all

4. 存取服務 啟動成功後，可存取以下位址：

• Web UI：http://localhost
• 後端 API：http://localhost:8080
• 鏈路追蹤（Jaeger）：http://localhost:16686

停止服務

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

微信生態整合

WeKnora作為微信對話開放平台的核心技術框架，提供以下能力：

• 零程式碼部署：只需上傳知識，即可在微信生態中快速部署智能問答服務
• 高效問題管理：支援高頻問題的獨立分類管理
• 微信生態覆蓋：可無縫整合到公眾號、小程序等微信場景中

API介面

WeKnora提供完整的RESTful API介面，支援：

• 文檔上傳與管理
• 知識庫操作
• 問答查詢
• 系統配置

詳細API文檔請參考：API Documentation

開發與貢獻

貢獻類型

• 🐛 Bug修復：發現並修復系統缺陷
• ✨ 新功能：提出並實現新特性
• 📚 文檔改進：完善專案文檔
• 🧪 測試用例：編寫單元測試和整合測試
• 🎨 UI/UX優化：改進使用者介面和體驗

開發規範

• 遵循Go Code Review Comments
• 使用gofmt格式化程式碼
• 添加必要的單元測試
• 更新相關文檔
• 使用Conventional Commits規範

提交流程

1. Fork專案到個人GitHub帳戶
2. 建立特性分支：git checkout -b feature/amazing-feature
3. 提交更改：git commit -m 'Add amazing feature'
4. 推送分支：git push origin feature/amazing-feature
5. 建立Pull Request並詳細描述變更內容

優勢特點

1. 企業級穩定性：騰訊團隊開發，經過大規模生產環境驗證
2. 開箱即用：Docker一鍵部署，Web介面直觀操作
3. 技術先進：基於最新的RAG技術和大模型能力
4. 高度可客製化：模組化設計，支援靈活擴展和整合
5. 資料安全：支援私有化部署，資料完全自主可控
6. 生態整合：與微信生態深度融合，支援多場景應用

總結

WeKnora是一款功能強大、技術先進的企業級文檔問答框架。它不僅提供了完整的RAG技術棧，還具備出色的易用性和可擴展性。無論是企業內部知識管理、科研文獻分析，還是客戶服務支援，WeKnora都能提供高效、準確的解決方案。

透過開源的方式，WeKnora為廣大開發者和企業提供了一個高品質的起點，讓建構智能文檔問答系統變得簡單高效。