腾讯又开源了一个顶级 AI 项目！
原文链接：https://mp.weixin.qq.com/s/UCsYRS9ERSEK8iDsL7JiiA
来源：Java后端技术
你有没有这样的困扰？为了找一个躺在某个PDF角落里的产品参数，或者为了对比几份技术手册里的差异，花了好几天时间；又或者，你是否经历过，面对一份上百页的合同或科研论文，明明知道答案就在里面，却感觉像是在大海捞针？
今天给大家推荐一款腾讯开源的基于大模型的文档理解检索框架——WeKnora，可以给这些结构复杂、格式各异的文档”装上大脑”，让你能从”手动翻找”彻底变为”开口就问”，目前该项目在GitHub上已经收获超11k star，反响非常不错！
简介
WeKnora 是一款基于大语言模型（LLM）的文档理解与语义搜索框架，专为结构复杂、内容丰富的文档场景而打造。
框架采用模型架构，融合多模态分割、语义认知索引、智能感知与大模型生成推理，构建高效、可控的文档问答流程。基于RAG（Retrieval-Augmented Generation） 的核心搜索流程，将上下文相关片段与语言模型结合，实现更高质量的语义回答。
核心特征
Agent模式： 支持ReACT Agent模式，可调用内置工具检索知识库、MCP工具和网络搜索，通过多次迭代和反思给出全面总结报告
精准理解： 支持 PDF、Word、图片等文档的结构化内容提取，统一构建语义视图
智能推理： 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
多类型知识库： 支持FAQ和文档两种类型知识库，支持文件夹导入、URL导入、标签管理和在线录入
灵活扩展： 从解析、嵌入、召回到生成全流程解耦，便于灵活集成与定制扩展
高效检索： 混合多种检索策略：关键词、向量、知识图谱，支持跨知识库检索
网络搜索： 支持可扩展的网络搜索引擎，内置DuckDuckGo搜索引擎
MCP工具集成： 支持通过MCP扩展Agent能力，内置uvx、npx启动工具，支持多种传输方式
对话策略： 支持配置Agent模型、普通模式模型、检索阈值和Prompt，精确控制多轮对话行为
简单易用： 直观的Web界面与标准API，零技术门槛快速上手
安全可控： 支持本地化与私有云部署，数据完全自主可控
技术架构
WeKnora 采用现代化的模块化架构，将文档理解与检索流水线清晰解耦。这主要包括：
文档处理层： 负责多格式文档（PDF, Word, 图片等）的解析与预处理
知识建模层： 通过向量化、分块、知识图谱等技术，为内容构建深度的知识表示
检索引擎层： 创新性地融合了关键词、向量、知识图谱等多种检索策略，确保召回既高效又精准
推理生成层： 利用大语言模型进行深度理解和答案生成，并在此之上集成了Agent推理能力
交互展示层： 提供直观的Web界面和标准API
这种设计带来了极大的灵活性。你可以自由组合检索策略、大模型（支持 Ollama，可灵活切换 Qwen、DeepSeek 等主流模型）和向量数据库。同时，全链路的设计也保障了可控性，支持私有化部署，数据完全自主。
从 v0.1.3 开始，系统还增加了登录认证功能，官方强烈建议将服务部署在内网环境，并配置好防火墙，以保障安全。
快速开始
环境要求
确保本地已安装以下工具：
- Docker
- Docker Compose
- Git
安装步骤
① 克隆代码仓库
# 克隆主仓库
git clone https://github.com/Tencent/WeKnora.git
cd WeKnora② 配置环境变量
# 复制示例配置文件
cp .env.example .env
# 编辑 .env，填入对应配置信息
# 所有变量说明详见 .env.example 注释③ 启动服务 (含 Ollama)
检查 .env 文件中需要启动的镜像。
./scripts/start_all.sh或者
make start-all④ 停止服务
./scripts/start_all.sh --stop
# 或
make stop-all服务访问地址
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
功能展示
Web UI 界面
- 知识库管理
- 对话设置
- Agent模式工具调用过程
开源地址
GitHub： https://github.com/Tencent/WeKnora
原文链接
https://mp.weixin.qq.com/s/UCsYRS9ERSEK8iDsL7JiiA
最后编辑：Ddd4j 更新时间：2026-01-22 19:15
