WeKnora 本地部署与上手把公司文档变成能问答、会推理的知识库【免费下载链接】WeKnoraOpen-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.项目地址: https://gitcode.com/GitHub_Trending/we/WeKnora你手上有几百份 PDF、Word 和网页笔记想问一句上次评审结论是什么却只能靠人肉翻文件。WeKnora 是一个开源 LLM 知识平台能把这些原始文档变成可查询的 RAG 知识库、自主推理 Agent 和自维护的 Wiki并且整套服务可以完全跑在你自己的机器上。它和直接调云端 API差在哪最常见的做法是把文档丢进某个云端问答服务问题在于三件事文档要出内网、调用费用随量上涨、模型和解析行为你控制不了。WeKnora 的思路是把整条链路搬进你自己的 Docker 网络里文档解析在本地独立容器负责解析 PDF、Word、Excel、PPT、Markdown 等 10 多种格式原文不出内网模型可替换接本地 Ollama也可以接任意 OpenAI 兼容的 API模型在界面上按知识库配置检索是混合的默认用 ParadeDBPostgreSQL 17 BM25 与向量扩展也可以换 Milvus、Qdrant、OpenSearch 等三种问法快速问答RAG、会多步推理的 ReAct Agent、把文档自动整理成互相链接 Markdown 页面的 Wiki 模式。架构上它是一条模块化流水线每个组件都能换数据从进来到被问到的全过程大致如下环境要求与准备工作部署前确认宿主机满足这两点即可官方文档建议 4 核 CPU / 8GB 内存起步解析服务里带了 LibreOffice 和 Playwright比较吃内存依赖版本要求Docker20.10含 Compose v2 插件磁盘按知识库规模预留Postgres 卷和文件卷会持续增长模型服务二选一本机装好 Ollama 并启动ollama serve或者准备一个 OpenAI 兼容 API 的base_url和密钥。注意容器里访问宿主机 Ollama 要填http://host.docker.internal:11434填localhost是连不通的。克隆仓库# 克隆 WeKnora 源码 git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora一条命令拉起全部服务先把环境变量文件从模板复制出来。模板里标了必填项重点是数据库账号密码、Redis 密码以及JWT_SECRET和SYSTEM_AES_KEY32 字节用于 API Key 等敏感字段的落盘加密丢了加密数据就解不回来# 从模板生成 .env然后编辑必填项 cp .env.example .env nano .env然后启动# 拉取镜像并在后台启动核心服务 docker compose pull docker compose up -d默认会拉起 5 个容器frontendNginx 前端80 端口、appGo 后端8080 端口、docreader文档解析、postgresParadeDB和redis。docker compose ps里看到它们都是 running/healthy 就可以继续。可选组件按需加 profile 启动比如知识图谱加neo4j对象存储加minio链路追踪加langfuse全量加full。不想手工敲 compose 的话也可以跑 scripts/start_all.sh它会顺带做 Ollama 检查和.env兜底。部署后先做三步验证浏览器打开http://localhost看到注册页即前端正常没有内置默认账号注册后自动成为自己空间的 Owner终端确认后端curl http://localhost:8080/health返回{status:ok}在「设置」里配好对话模型和向量模型并用向导里的测试按钮确认连通。核心能力上手上传文档到第一轮问答以下操作全部在网页界面完成不用敲命令。建库并选模型进入「知识库」页新建类型选document。初始化向导会引导你选对话模型LLM和向量模型Embedding——向量模型建库后不建议再换换了需要重建索引。上传文档把文件拖进上传区或粘贴网页 URL。上传确认对话框里可以顺手打标签、调整解析参数。文档会异步解析状态依次经过pending → processing → finalizing → completed扫描件和超大 PDF 会慢一些。提问进入对话页选中这个知识库直接问。默认用内置快速问答 Agent检索相关片段交给大模型作答回答里的引用角标可以点回原文出处到这一步文档 → 索引 → 问答的最小闭环就通了。剩下两个模式看需求再开智能推理 Agent对话页顶部切换到智能推理它自己决定检索几轮、要不要联网、要不要调 MCP 工具适合多步问题Wiki 模式Agent 把原始文档蒸馏成结构化、互相链接的 Markdown 页面带版本历史和一键回滚还能在浏览器里直接编辑排查与调优几个高频问题容器起不来或一直重启先用docker compose ps看哪个不健康再看docker compose logs 服务名。多数情况是.env必填项没改compose 解析依赖.env存在或端口被占用。模型测试连不上本地 Ollama 的地址必须是http://host.docker.internal:11434Ollama 没启动时后端只告警不崩溃OLLAMA_OPTIONALtrue默认开启容易误以为是 WeKnora 的问题。文档卡在 processing查看知识库里的解析状态和任务队列。批量导入大文件时解析走异步队列属于正常排队长期卡住可调大.env里的文档处理超时变量。升级版本把.env里WEKNORA_VERSION设为目标 tag重新docker compose pull docker compose up -d。只执行up -d会复用本地旧镜像UI 版本可能对不上。多人使用默认任何人可注册团队部署建议设DISABLE_REGISTRATIONtrue改为邀请制并用工作空间 RBACOwner / Admin / Contributor / Viewer 四级角色分配权限说明见 docs/RBAC说明.md。更完整的排障条目在 docs/QA.md。总结与关键路径WeKnora 给自托管场景提供的是一条完整链路本地解析、可换的模型与向量库、混合检索以及 RAG / Agent / Wiki 三种消费方式数据全程留在你的机器上。从git clone到第一次带引用的回答顺利的话十几分钟主要耗时在等文档解析。常用入口安装与部署详解website-docs/01-getting-started/02-installation.md服务编排文件docker-compose.yml官方文档站点可独立部署website-docs/【免费下载链接】WeKnoraOpen-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.项目地址: https://gitcode.com/GitHub_Trending/we/WeKnora创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考