WeKnora - 腾讯开源的企业级文档问答框架

项目概述

WeKnora是腾讯开源的一款基于大语言模型（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而打造。该框架采用模块化架构，融合多模态预处理、语义向量索引、智能召回与大模型生成推理，构建起高效、可控的文档问答流程。

官网：https://weknora.weixin.qq.com
GitHub地址：https://github.com/Tencent/WeKnora
开源协议：MIT License

核心特性

🔍 精准理解

• 支持PDF、Word、图片等多种文档格式的结构化内容提取
• 统一构建语义视图，支持图文混排与OCR文字识别
• 智能文档解析，处理复杂结构和异构内容

🧠 智能推理

• 基于RAG（Retrieval-Augmented Generation）技术
• 借助大语言模型理解文档上下文与用户意图
• 支持精准问答与多轮对话

🔧 灵活扩展

• 从解析、嵌入、召回到生成全流程解耦
• 模块化设计，每个组件均可灵活配置与扩展
• 便于集成与定制开发

⚡ 高效检索

• 混合多种检索策略：关键词、向量、知识图谱
• 支持BM25、Dense Retrieve、GraphRAG等检索机制
• 可自由组合召回-重排-生成流程

🎯 简单易用

• 直观的Web界面与标准RESTful API
• 零技术门槛快速上手
• 拖拽上传文档，一键部署服务

🔒 安全可控

• 支持本地化与私有云部署
• 数据完全自主可控
• 满足企业级安全要求

应用场景

应用场景	具体应用	核心价值
企业知识管理	内部文档检索、规章制度问答、操作手册查询	提升知识查找效率，降低培训成本
科研文献分析	论文检索、研究报告分析、学术资料整理	加速文献调研，辅助研究决策
产品技术支持	产品手册问答、技术文档检索、故障排查	提升客户服务质量，减少技术支持负担
法律合规审查	合同条款检索、法规政策查询、案例分析	提高合规效率，降低法律风险
医疗知识辅助	医学文献检索、诊疗指南查询、病例分析	辅助临床决策，提升诊疗质量

功能模块详解

文档处理能力

• 支持格式：PDF、Word、Txt、Markdown、图片（包含OCR和Caption）
• 智能解析：自动识别文档结构，提取核心内容
• 多模态处理：图文混排内容的统一理解

向量化与检索

• 嵌入模型：支持本地模型、BGE、GTE API等
• 向量数据库：PostgreSQL（pgvector）、Elasticsearch
• 检索策略：BM25稀疏检索、Dense Retrieve稠密检索、GraphRAG知识图谱检索

大模型集成

• 模型支持：Qwen（通义千问）、DeepSeek等主流大模型
• 部署方式：本地部署（Ollama）或外部API调用
• 推理模式：支持思考/非思考模式切换

知识图谱功能

WeKnora支持将文档转化为知识图谱，展示文档中不同段落之间的关联关系。开启知识图谱功能后，系统会分析并构建文档内部的语义关联网络，不仅帮助用户理解文档内容，还为索引和检索提供结构化支撑。

技术架构

项目结构

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

核心模块

1. 文档解析模块：多格式文档内容提取与结构化
2. 向量化处理模块：文档内容的语义向量化
3. 检索引擎模块：多策略检索与召回
4. 大模型推理模块：基于上下文的智能问答生成

快速开始

环境要求

• Docker
• Docker Compose
• Git

安装步骤

1. 克隆代码库

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

2. 配置环境变量

cp .env.example .env
# 编辑 .env 文件，根据注释填入相关配置

3. 启动服务

# 一键启动所有服务
./scripts/start_all.sh
# 或使用 make 命令
make start-all

4. 访问服务 启动成功后，可访问以下地址：

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

停止服务

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

微信生态集成

WeKnora作为微信对话开放平台的核心技术框架，提供以下能力：

• 零代码部署：只需上传知识，即可在微信生态中快速部署智能问答服务
• 高效问题管理：支持高频问题的独立分类管理
• 微信生态覆盖：可无缝集成到公众号、小程序等微信场景中

API接口

WeKnora提供完整的RESTful API接口，支持：

• 文档上传与管理
• 知识库操作
• 问答查询
• 系统配置

详细API文档请参考：API Documentation

开发与贡献

贡献类型

• 🐛 Bug修复：发现并修复系统缺陷
• ✨ 新功能：提出并实现新特性
• 📚 文档改进：完善项目文档
• 🧪 测试用例：编写单元测试和集成测试
• 🎨 UI/UX优化：改进用户界面和体验

开发规范

• 遵循Go Code Review Comments
• 使用gofmt格式化代码
• 添加必要的单元测试
• 更新相关文档
• 使用Conventional Commits规范

提交流程

1. Fork项目到个人GitHub账户
2. 创建特性分支：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. 创建Pull Request并详细描述变更内容

优势特点

1. 企业级稳定性：腾讯团队开发，经过大规模生产环境验证
2. 开箱即用：Docker一键部署，Web界面直观操作
3. 技术先进：基于最新的RAG技术和大模型能力
4. 高度可定制：模块化设计，支持灵活扩展和集成
5. 数据安全：支持私有化部署，数据完全自主可控
6. 生态集成：与微信生态深度融合，支持多场景应用

总结

WeKnora是一款功能强大、技术先进的企业级文档问答框架。它不仅提供了完整的RAG技术栈，还具备出色的易用性和可扩展性。无论是企业内部知识管理、科研文献分析，还是客户服务支持，WeKnora都能提供高效、准确的解决方案。

通过开源的方式，WeKnora为广大开发者和企业提供了一个高质量的起点，让构建智能文档问答系统变得简单高效。