腾讯的 WeKnora,我先给判断:它跟普通 RAG 项目最大的区别,是把 RAG 问答、Agent、wiki 三种用法压到了同一套知识库上,而不是各起一套存储。这一条既是它的卖点,也是它部署重的根源。这篇记我装它的过程。
我在本机(macOS 14.6.1)真去装。README 的部署命令很直白:git clone 之后 cp .env.example .env、docker compose pull、docker compose up -d。我跑到 docker 这步就卡住了,docker info 返回 failed to connect to the docker API at unix:///Users/zhangcheng/.docker/run/docker.sock ... no such file or directory。Docker client 29.4.0 和 compose v5.1.2 都在,daemon 没起。所以标准版我没拉起来,但它的结构我拆开了。
二十多个容器垒出来的标准版
我抓了 1 遍 docker-compose.yml,55183 字节,把顶层服务数了 1 遍,二十多个:frontend、app、sandbox、docreader、postgres、redis、searxng、minio、neo4j、qdrant、milvus、weaviate、doris-fe、doris-be、dex,还有 langfuse 那一串 db-init、clickhouse、minio、worker、web,最后是 mcp。基础部署就带 Postgres、Redis、MinIO 六个外部依赖。
这个服务清单本身就是它的定位。它要四角色 RBAC 的权限,要 sandbox 跑 Agent,要 docreader 解析文档,要四种向量库可选。少一个都转不起来。官方版本 v0.9.0,2026-10-29 发的,MIT 许可,36031 个 star。
git clone https://github.com/Tencent/WeKnora.git
cd WeKnora
cp .env.example .env
docker compose pull
docker compose up -d
这段是 README 的标准流程。起服务之后,Web UI 在 localhost,后端 API 在 localhost:8080,Langfuse 链路追踪在 localhost:3000。三个入口对应三条链路。
三种用法,同一套数据
我核了 1 遍 README,它反复强调三种用法共用一套知识库。RAG 问答是问一句、检索、带引用回答。Agent 是把知识库当工具,search_knowledge、read_document、list_documents 三个工具,配合 sandbox 跑代码。wiki 是把知识库当可编辑的文档系统,还能生成图谱。这三种用法背后是同一份向量和同一份文档,不复制三遍。
这里我记一个判断。很多团队其实不需要三种,只要问答。但 WeKnora 把三种做在同一套存储上,意味着你上一套,三种能力都在,成本是那二十多个容器。这是取舍,不是白送。
可换性藏在配置里
我把 .env.example 打开核了 1 遍,53348 字节,里面最值得说的是可换性。模型这块,官方标的 29 个内置厂商,OpenAI、DeepSeek、Qwen、智谱、混元、Gemini、MiniMax、NVIDIA、LiteLLM、Ollama 都在。对话模型用 LLM_PROVIDER 切,向量模型用 EMBEDDING_PROVIDER 切,本地 Ollama 走 OLLAMA_BASE_URL。数据源能自动同步飞书、Confluence、GitLab、Notion、语雀、钉钉文档、Seafile 和 RSS,文档格式 10 多种,Office 文件用 anydoc 进程内解析。
# .env 里的模型分岔:三个 provider 各管一段
LLM_PROVIDER=openai # 对话模型
EMBEDDING_PROVIDER=openai # 向量模型
RERANK_PROVIDER=generic # 重排模型
OLLAMA_BASE_URL=http://host.docker.internal:11434
这个可换性我记一个判断。它意味着你不是被绑死在某个模型或向量库上,但代价是配置项多,新手容易懵。四角色 RBAC 也是同理,多工作区、每资源归属、每工作区审计日志,这些是企业要的,个人用是负担。
Lite 模式是另一条路
我读了 docs/LITE.md,它有 Lite 和标准版两条线。Lite 是单应用、零依赖,SQLite 加内存队列,不依赖 Postgres 和 Redis,开箱即用不用注册,内置只有 Simple 类型解析引擎,默认只本机访问。标准版是多空间协作加完整解析矩阵。这个区分很关键,Lite 才是我这种单机该用的。
但 Lite 有个现实问题。我查了 1 遍官方 release,v0.9.0 的资产是空的,没有预编译的 Lite 二进制。也就是说 Lite 要自己拿 Go 源码编译,这对不想碰编译的人是门槛。.env 里 DB_DRIVER=postgres 是标准版,DB_DRIVER=sqlite 配 DB_PATH 才是 Lite。我核了 1 遍这个配置,STREAM_MANAGER_TYPE=redis 换 memory 就是 Lite 的内存队列。
# .env 里的关键分岔:标准版 vs Lite
DB_DRIVER=postgres # Lite 改 sqlite + DB_PATH
STREAM_MANAGER_TYPE=redis # Lite 改 memory
这份配置我照 .env.example 的结构自己写的。它说明一件事:WeKnora 的可换性是设计出来的,LLM、向量库、存储后端、队列全都能换。
值不值得上,给个分界
落地上我给个硬分界。你要的是企业级、多空间、带权限审计和完整文档解析的知识中台,WeKnora 是开源里少数能一次给全的,值得吃下那二十多个容器的运维成本。你要的只是本地 RAG 问答,先用它的 Lite 思路或更轻的项目,别一上来就 docker compose 全量拉。
还有个判断别忽略。它的护城河在管控和可换性,不在「问答准确率」这种谁都能吹的点。四角色 RBAC、每资源归属、审计日志、可换的向量库,这些才是选它的理由。没有专职运维的小团队,标准版的那套中间件是实打实的负担,不是数字好看。