WeKnora 知识库：从资料整理到引用核验

场景：让资料能被提问，也能回到原文

知识库先检索与问题相关的片段，再交给对话模型组织回答。适合先试产品手册查询、售后流程查阅和新人培训；回答流畅不能代替引用正确。

文中以腾讯开源 WeKnora 为主线，对比九个知识与记忆项目的用途。它是基于官方资料的教程与选型分析，不是统一资料、统一模型下的性能排名。

准备：先确认环境和两类模型

• 文中使用 v0.8.3 作为固定版本，资料核对日期为2026年10月14日；这不是对当前最新版的推荐。
• Windows 路线需要可用的 Git、Docker Desktop 与 Linux 容器环境，并预留内存、磁盘和独立端口。已有实例先核对位置和备份。
• 分别准备对话模型与 Embedding 向量模型。API可能收费；内部文件能否发送给相应模型服务，要先确认。
• 先选一份文字清楚的小文件，不把扫描PDF、复杂表格与音频同时作为首次测试。

流程：服务可访问之后，还要验证内容

1. 核对固定版本、配置和容器状态，在本机回环地址确认健康接口与登录页。
2. 创建自己的工作空间，分别测试对话与向量模型连接，再建一个测试知识库。
3. 上传文档，等待解析结束；打开预览或分块，核对正文有没有漏读。
4. 先问有依据的问题并打开引用，再问文件没有规定的问题，观察是否承认缺少信息。
5. 保存版本、配置与数据备份位置，以及启停方式。多人使用和更多文件类型另做权限与效果测试。

验收：一个有答案的问题，一个没有答案的问题

原文提供一份虚构的售后教学文件，规定收到故障照片后两个工作日回复处理方案，但未规定退款到账时间。它不是任何公司的真实业务规则。

已知问题

“收到故障照片后多久回复？”回答应对应两个工作日，并能从引用回到那段文字。

未知问题

“退款几天到账？”应说明文件没有规定，而不是编出天数。

完成的依据

模型连接、解析正文、答案与引用都要核对；仅看见登录页或上传成功，不算问答已经可用。

限制与选型：用途、成本和来源分开看

• 文中讨论的九个项目包括 WeKnora、Dify、RAGFlow、AnythingLLM、GBrain、FastGPT、MaxKB、LightRAG 和 Open WebUI。先看文档问答、个人文件、业务流程或长期记忆等任务，再用真实资料验证。
• Stars 是文中的历史关注度快照，不是准确率、实际用户数或采购数量。
• OCR不保证理解图表，表格入库不保证会计算公式。更换向量模型可能需要重建索引。
• 原文核对了官方 DeepSeek Harness 插件文档，并明确未安装或实测接入。
• 模型API、存储与维护有成本，开源不代表所有用途都无许可条件。团队权限、内部资料与升级备份需独立核验。

原文与配图出处

原文：腾讯开源 WeKnora，小白怎样搭起自己的 AI 知识库？ ↗，拾玖说跨境AI · 拾玖Blues，发表于2026年10月15日14:40。以上为摘要提炼，完整步骤与参考资料请阅读原文。

下图为作者在原文使用的原创通用RAG说明图，原图完整保留，不是WeKnora产品界面或部署架构图。