Tencent/WeKnora

Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.

它解決的問題

WeKnora 是一個企業級的知識框架,旨在將分散的原始文件轉化為可查詢、具備推理能力且持續進化的知識資產。它透過結合語意檢索(RAG)、自主代理推理以及自我維護的維基系統,解決了資訊碎片化的問題,確保知識不僅被儲存,更能主動組織並隨時可存取。

如何運作

系統透過三種主要模式運作:

  1. 基於 RAG 的快速問答:使用語意檢索,從上傳的知識庫中快速提供答案。
  2. ReAct 代理:一個自主代理,協調檢索、網路搜尋與外部工具(透過 MCP)來處理複雜的多步驟任務。
  3. 維基模式:代理將原始文件精煉為結構化、相互連結的 Markdown 知識庫,並配備互動式知識圖譜。

它支援多來源資料匯入(例如 Notion、GitLab、飛書),處理多種文件格式(PDF、Word、XMind 等),並採用模組化架構,讓 LLM、向量資料庫與儲存後端可依需求自由更換。

適用對象

專為需要管理大量內部文件的企業與組織設計,希望部署一個可自架設、安全的知識系統,並具備強大的存取控制(RBAC)與監控能力。

主要特色

  • 自主維基生成:自動將原始文件轉換為結構化、相互連結的維基,並支援版本歷史與還原功能。
  • 技能沙盒:在會話持久的 Docker、E2B 或 Cube 沙盒中執行工具,確保安全且隔離的運算環境。
  • 進階知識整理:提供樹狀結構的資料夾檢視,支援上傳與直接編輯檢索片段,並保留修訂歷史。
  • 長期記憶:維持跨會話的使用者檔案、偏好設定與事實記憶。
  • 廣泛整合:支援超過 20 種 LLM 提供者、多種向量資料庫,以及 Slack、Telegram、企業微信等多種即時通訊渠道。

相關

  • 專案
  • 專案
  • 專案
  • 專案
  • 專案