騰訊開(kāi)源 WeKnora：基于大模型的智能知識(shí)庫(kù)，輕松部署全攻略 前言

在企業(yè)知識(shí)管理、科研文獻(xiàn)分析、技術(shù)支持、法律合規(guī)審查等場(chǎng)景中，傳統(tǒng)的全文檢索和關(guān)鍵詞匹配已經(jīng)無(wú)法滿足復(fù)雜、多模態(tài)的文檔理解需求。

騰訊近期開(kāi)源的 WeKnora 框架，將大語(yǔ)言模型（LLM）與語(yǔ)義檢索、智能推理深度融合，為結(jié)構(gòu)復(fù)雜、內(nèi)容異構(gòu)的文檔提供高質(zhì)量的問(wèn)答與分析能力。

本文將帶你快速了解 WeKnora 的核心特性，并手把手演示如何在 飛牛 NAS 上通過(guò) Docker 部署，讓你的私有知識(shí)庫(kù)秒變“智能問(wèn)答專家”。

img WeKnora 項(xiàng)目介紹

WeKnora（維娜拉） 是一款基于大語(yǔ)言模型（LLM）的文檔理解與語(yǔ)義檢索框架，專為結(jié)構(gòu)復(fù)雜、內(nèi)容異構(gòu)的文檔場(chǎng)景而打造。

框架采用模塊化架構(gòu)，融合多模態(tài)預(yù)處理、語(yǔ)義向量索引、智能召回與大模型生成推理，構(gòu)建起高效、可控的文檔問(wèn)答流程。核心檢索流程基于 RAG（Retrieval-Augmented Generation） 機(jī)制，將上下文相關(guān)片段與語(yǔ)言模型結(jié)合，實(shí)現(xiàn)更高質(zhì)量的語(yǔ)義回答。

官網(wǎng)： https://weknora.weixin.qq.com

核心特性

• ? 精準(zhǔn)理解 ：支持 PDF、Word、圖片等文檔的結(jié)構(gòu)化內(nèi)容提取，統(tǒng)一構(gòu)建語(yǔ)義視圖

• ? 智能推理 ：借助大語(yǔ)言模型理解文檔上下文與用戶意圖，支持精準(zhǔn)問(wèn)答與多輪對(duì)話

• ? 靈活擴(kuò)展 ：從解析、嵌入、召回到生成全流程解耦，便于靈活集成與定制擴(kuò)展

• ? ? 高效檢索 ：混合多種檢索策略：關(guān)鍵詞、向量、知識(shí)圖譜

• ? 簡(jiǎn)單易用 ：直觀的Web界面與標(biāo)準(zhǔn)API，零技術(shù)門檻快速上手

• ? 安全可控 ：支持本地化與私有云部署，數(shù)據(jù)完全自主可控

理論上，任何支持 Docker 的設(shè)備都可部署 WeKnora，這里以飛牛 NAS 為例。

確保本地已安裝以下工具：

Docker、Docker Compose、Git

1. 啟用 SSH 登錄

在飛牛 OS 中開(kāi)啟 SSH 登錄 功能，并切換到 root 用戶：

sudo -i

mkdir -p /docker/docker && cd /docker/docker

# 克隆主倉(cāng)庫(kù) git clone https://github.com/Tencent/WeKnora.git cd WeKnora

cp .env.example .env # 編輯 .env 填寫(xiě)對(duì)應(yīng)配置信息

.env.example 文件中有詳細(xì)注釋，可根據(jù)實(shí)際情況修改。

如果需要安裝ollama則執(zhí)行這個(gè)，我這邊不執(zhí)行，因?yàn)槲乙呀?jīng)有安裝ollama了。

# 啟動(dòng)全部服務(wù)（含 Ollama 與后端容器） ./scripts/start_all.sh # 或 make start-all

# 啟動(dòng)服務(wù) docker compose up -d

接下來(lái)就看網(wǎng)絡(luò)的情況了。

6.停止服務(wù)

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

啟動(dòng)成功后，可訪問(wèn)以下地址：

• ? Web UI： http://localhost

• ? 后端 API： http://localhost:8080

• ? 鏈路追蹤（Jaeger）： http://localhost:16686

首次進(jìn)入需配置：

首次訪問(wèn)會(huì)自動(dòng)跳轉(zhuǎn)到初始化配置頁(yè)面，配置完成后會(huì)自動(dòng)跳轉(zhuǎn)到知識(shí)庫(kù)頁(yè)面。請(qǐng)按照頁(yè)面提示信息完成模型的配置。

• ? 大模型（本地 ollama 或遠(yuǎn)程 API）

• ? Embedding 模型

• ? Rerank 模型

• ? 多模態(tài)解析

• ? 文檔分割策略

1. 1. 上傳文檔
   支持批量上傳，系統(tǒng)會(huì)自動(dòng)解析并生成知識(shí)庫(kù)索引。

2. 2. 智能問(wèn)答
   輸入問(wèn)題，WeKnora 會(huì)結(jié)合知識(shí)庫(kù)內(nèi)容進(jìn)行精準(zhǔn)回答，并給出引用來(lái)源。

3. 3. 多輪對(duì)話
   支持上下文關(guān)聯(lián)的連續(xù)提問(wèn)，適合深度分析與探索。

WeKnora 提供了一系列 RESTful API，用于創(chuàng)建和管理知識(shí)庫(kù)、檢索知識(shí)，以及進(jìn)行基于知識(shí)的問(wèn)答。本文檔詳細(xì)描述了這些 API 的使用方式。

如何查看日志？

# 查看 主服務(wù) 日志 docker exec -it WeKnora-app tail -f /var/log/WeKnora.log # 查看 文檔解析模塊 日志 docker exec -it WeKnora-docreader tail -f /var/log/docreader.log

# 啟動(dòng)服務(wù) ./scripts/start_all.sh # 停止服務(wù) ./scripts/start_all.sh --stop # 清空數(shù)據(jù)庫(kù) ./scripts/start_all.sh --stop && make clean-db

• ? 企業(yè)內(nèi)部知識(shí)管理

• ? 科研文獻(xiàn)分析

• ? 產(chǎn)品技術(shù)支持

• ? 法律合規(guī)審查

• ? 醫(yī)療知識(shí)輔助

WeKnora 作為騰訊開(kāi)源的 智能知識(shí)庫(kù)框架，在文檔解析、語(yǔ)義檢索、智能推理等方面表現(xiàn)出色。 結(jié)合飛牛 NAS（其他的服務(wù)器也可以） 的本地化部署能力，你可以輕松構(gòu)建一個(gè) 安全可控、功能強(qiáng)大 的私有知識(shí)庫(kù)系統(tǒng)。

如果你正在尋找一款 可本地部署、支持多模態(tài)、基于大模型的知識(shí)庫(kù)解決方案，WeKnora 值得一試。

寫(xiě)文不易，如果你都看到了這里，請(qǐng)點(diǎn)個(gè)贊和在看，分享給更多的朋友；也別忘了關(guān)注星哥玩云！這里有滿滿的干貨分享，還有輕松有趣的技術(shù)交流～點(diǎn)個(gè)贊、分享給身邊的小伙伴，一起成長(zhǎng)，一起玩轉(zhuǎn)技術(shù)世界吧！