还在为翻遍百页 PDF 找一个参数抓狂？还在为对比多份技术手册差异浪费几天时间？腾讯最新开源的文档理解检索框架WeKnora，直接给复杂文档装上 “智能大脑”，让你从 “手动大海捞针” 升级为 “开口直接提问”，目前在 GitHub 已狂揽超 11k Star，成为开发者圈爆款工具！
项目简介：文档检索的 “全能解题官”
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、格式多样的文档场景量身打造。
它以 RAG（检索增强生成）为核心流程，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技术，能将分散在不同文档中的信息整合为统一语义视图，再结合上下文相关片段生成高质量回答，彻底解决传统文档检索 “找不准、答不全” 的痛点。
核心特征：10 大亮点，覆盖全场景需求
-
Agent 智能联动：支持 ReACT Agent 模式，可调用知识库、MCP 工具及网络搜索，通过多轮迭代反思输出全面总结报告。
-
多格式精准解析：轻松处理 PDF、Word、图片等各类文档，结构化提取内容，不遗漏关键信息。
-
深度语义推理：依托大语言模型理解上下文与用户意图，支持精准问答和多轮对话，复杂需求也能精准响应。
-
灵活知识库管理：支持 FAQ 和文档两类知识库，可通过文件夹导入、URL 导入、在线录入等方式添加内容，还能进行标签管理。
-
全流程可扩展：解析、嵌入、召回、生成各环节解耦，便于灵活集成定制，适配不同业务场景。
-
混合检索策略：融合关键词、向量、知识图谱检索，跨知识库查询也能高效精准召回。
-
网络搜索集成：内置 DuckDuckGo 搜索引擎，可扩展接入其他搜索工具，补充知识库外的实时信息。
-
MCP 工具扩展：通过 MCP 扩展 Agent 能力，内置 uvx、npx 启动工具，支持多种传输方式。
-
对话策略可控：可配置 Agent 模型、普通模式模型、检索阈值及 Prompt，精准控制多轮对话行为。
-
安全易用兼顾：提供直观 Web 界面和标准 API，零技术门槛上手；支持本地化与私有云部署，数据完全自主可控。
技术架构：模块化设计，灵活又可控
WeKnora 采用现代化模块化架构，将文档理解与检索流程清晰解耦，分为五大核心层级：
-
文档处理层：负责 PDF、Word、图片等多格式文档的解析与预处理。
-
知识建模层：通过向量化、分块、知识图谱等技术，构建深度知识表示。
-
检索引擎层：创新融合多种检索策略，平衡召回效率与精准度。
-
推理生成层：借助大语言模型实现深度理解与答案生成，集成 Agent 推理能力。
-
交互展示层：提供直观 Web 界面和标准 API，方便用户操作与系统集成。
这套架构支持自由组合检索策略、大模型（兼容 Ollama，可灵活切换 Qwen、DeepSeek 等主流模型）和向量数据库。从 v0.1.3 版本起，新增登录认证功能，官方建议部署在内网环境并配置防火墙，进一步保障安全。
快速上手：3 步启动，小白也能搞定
1. 环境要求
需提前安装：Docker、Docker Compose、Git
2. 安装步骤
① 克隆代码仓库
plaintext
# 克隆主仓库
git clone https://github.com/Tencent/WeKnora.git
cd WeKnora
② 配置环境变量
plaintext
# 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）
plaintext
./scripts/start_all.sh
# 或
make start-all
④ 停止服务
plaintext
./scripts/start_all.sh --stop
# 或
make stop-all
3. 服务访问地址
-
Web UI：
http://localhost -
后端 API：
http://localhost:8080 -
链路追踪（Jaeger）：
http://localhost:16686