WeKnora 实战指南：3 条命令跑通私有化 RAG 知识库

WeKnora 实战指南3 条命令跑通私有化 RAG 知识库【免费下载链接】WeKnoraOpen-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.项目地址: https://gitcode.com/GitHub_Trending/we/WeKnoraWeKnora 是开源 LLM 知识平台把文档丢进去就能得到可查询的 RAG 问答服务还带 Agent 推理和自动生成 Wiki。想试用或把知识库接进业务照着做就行。跑通三步启动 WeKnora 知识库1. 获取代码git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora cp .env.example .env你应该看到clone 完成.env文件就绪。变量很多初始只需填两组——LLM 与 Embedding 模型本地 Ollama 或云端 API 均可。2. 启动服务./scripts/start_all.sh脚本首次运行会自动补全.env并拉取镜像。需要可选组件MinIO、Neo4j 图谱、Langfuse 追踪时用docker compose --profile minio up -d这类命令叠加启动。3. 验证可用启动完浏览器打开http://localhost你应该看到注册与模型初始化向导在页面填好模型接口与向量库随后进入知识库创建页。命令行可用curl http://localhost:8080/health确认后端存活服务起不来就看日志docker compose logs -f app。它到底能帮你干什么文档问答上传即问解决知识散在文档里、检索靠人肉的问题。建知识库后上传 PDF、Word、Excel 等十余种格式解析完成即可提问答案带引用抽屉可点开溯源到原始分块检索层是 BM25 加向量召回的混合方案再经 rerank 排序实现见 internal/application/service/retriever/。Agent 模式会推理、会执行多步问题查文档、联网核对、汇总可切到 ReAct Agent它自主编排知识库检索、MCP 工具与网络搜索每步过程都可见。工具注册入口在 internal/agent/tools/。Wiki 模式让 Agent 帮你写知识库WeKnora 还能让 Agent 从原始文档生成结构化、相互链接的 Markdown Wiki 页面与可视化知识图谱支持浏览器内编辑、版本历史和一键回滚配置与避坑文档上传失败或解析报错——症状上传后一直转圈或标红原因LLM / Embedding 模型没配好或向量维度不匹配处理核对.env里INIT_LLM_*与INIT_EMBEDDING_*含 DIMENSION再查 ERROR 日志。多模态开了但图片不显示——症状对话中图片链接失效原因文档内图片解析依赖对象存储默认本地存储不可外访处理追加docker compose --profile minio up -d然后重新上传文档。升级后界面版本没变——症状改了WEKNORA_VERSION仍显示旧版原因up -d复用了本地缓存镜像处理先docker compose pull再up -d。端口被占用——症状启动报端口冲突原因前端默认 80、后端默认 8080处理改.env里的FRONTEND_PORT与APP_PORT。往深里走免重建镜像做二次开发快速开发模式make dev-start起基础设施make dev-app、make dev-frontend分别起后端与前端改动热重载。换组件向量库pgvector / Elasticsearch / Milvus、模型厂商、对象存储都靠环境变量切换参考 .env.example 注释。外部系统接入REST API 用X-API-Key请求头鉴权检索接口可直接调curl -H X-API-Key: sk-xxx -H Content-Type: application/json \ http://localhost:8080/api/v1/knowledge-search \ -d {query:如何配置知识库,knowledge_base_id:kb-00000001}资源索引资源说明链接官方产品文档六板块覆盖约 360 个 API 端点website-docs/API 参考RESTful 接口说明docs/api/README.md常见问题排查按症状检索docs/QA.md分块策略父子分块与自适应三层docs/CHUNKING.md快速开发模式本地热重载开发docs/开发指南.md知识图谱配置Neo4j 图谱抽取docs/KnowledgeGraph.md跑通 WeKnora你的文档就从躺在硬盘里变成可查询、可推理、可自演进。下一步建议传一批真实文档提 5 个真实问题检验检索质量开启多模态把图片内容用起来按 API 参考把知识库接进现有系统。【免费下载链接】WeKnoraOpen-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.项目地址: https://gitcode.com/GitHub_Trending/we/WeKnora创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考