P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 传送门http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。

前言

前两天我干了件有点无聊但值得说的事：问一个知识库「什么是人形机器人？把结果写到 Docx 文件里」。

你可能觉得这有啥稀奇的，AI 现在不都会写文档吗？

问题在于，它没有回我一段话。

它思考了 17 轮、调用了 20 次工具、花了 2 分 38 秒。我一度以为它卡死了，正准备打开任务管理器给它一个体面的告别，结果它递过来一个排版完整的 Word 文件。

那一刻我确定了三件事：它不是客服，它是外包，而且比我勤快。

它自己搜关键词，从知识库里读回 4 篇文档，把片段拼成大纲，然后读了一遍 docx 技能的说明书，在沙箱里写下脚本，跑通，交付。全程我没有复制粘贴过一次。

一、这项目什么来头

干这事的项目叫 WeKnora，腾讯微信团队开源，MIT 协议，当前版本 0.8.0，Go + Vue 写的。

说它「微信团队出品」是有实据的：官网挂在 weixin.qq.com 域名下，它是微信对话开放平台的核心技术框架，npm 包 scope 里有 wxg——微信事业群。不是实验室里放出来刷存在感的，是亲儿子。

1. 官方给它定的调子

一句话：把文档变成「活的」知识。注意「活的」这个词。

它不是「上传文档 → 向量化 → 问答」这条老路再走一遍，而是由三块能力组成：

能力	干什么	一句话理解
RAG 快速问答	日常查资料、问文档	动嘴
ReAct Agent	自主编排检索、MCP 工具、技能目录、沙箱、联网搜索	动手
Wiki 模式	把原始文档蒸馏成自维护、互相链接的 Markdown 知识库	自己长

动嘴、动手、自己长。你品品，这哪是知识库，这是三头六臂的打工人。

2. 基本盘

项目	数值
开源方	腾讯微信团队
协议	MIT（商用友好）
当前版本	v0.8.0
技术栈	Go + Vue，模块化可插拔
部署方式	本地 / Docker / Kubernetes（Helm），支持私有化与离线
适配模型	20+ 家 LLM 供应商（含 LiteLLM）
文档格式	PDF / Word / Txt / Markdown / HTML / EPUB / MHTML / 图片 / CSV / Excel / PPT / JSON / XMind
IM 渠道	企业微信 / 飞书 / Lark / QQBot / Slack / Telegram / 钉钉 / Mattermost / 微信 / 云之家

注意最后两行：17 种文档格式，10 个 IM 渠道。国内同类项目里，这两行属于比较少见的部分。

二、核心变化：知识库从「嘴替」到「手替」

1. 先回忆一下以前的苦日子

你问它「咱们报销标准是多少」，它检索出三段相关文本，拼成一段话给你。然后呢？然后没了。整理成表格、写进文档、发出去，全是你自己动手。

它就像那种只会说「亲，这边建议您手动处理哦」的客服。态度很好，问题一个没解决。

WeKnora 0.8.0 把这段断掉的路接上了。怎么接的？技能 + 沙箱。

2. 第一层：技能目录

技能不再散落在各个 Agent 里，而是像应用商店一样集中管理，可以从 ClawHub、SkillHub、git 仓库或者 zip 包安装。

就像我手机里装了 200 个 APP，常用的只有 5 个，但目录必须整整齐齐。

3. 第二层：沙箱

技能必须装进沙箱才能被调用。0.8.0 支持三种后端：Docker / E2B / Cube，而且是会话级持久的——同一个会话里，上一轮写下的文件和装好的环境，下一轮还在。

比我的记忆力强多了。我上周放的文件，这周就找不到了。

4. 装好之后，它手里有真东西了

Agent 拿到的是真实可用的工具：shell_exec 执行命令、文件读写、产物管理，还有可按配置收紧的网络策略。

注意，这不是「生成一段代码给你看」，而是在隔离环境里把代码跑起来。一个是给你看菜谱，一个是真把菜炒了端上来，区别很大。

三、那只「手」是怎么装上的

1. 最聪明的一步：先读说明书

回到开头那个场景，过程里有一处特别妙：Agent 并不是天生会写 Word——它是先读了 docx 技能的说明书，才知道该调用哪个库、怎么写脚本。

你品品，这像不像刚入职的实习生？先翻一遍手册再开始干活。技能在这里扮演「操作手册」，沙箱提供「干活的地方」。

2. 一个值得单独点赞的安全细节

如果你在选型，这条比上面的功能更值得看：0.8.0 移除了 Local host-process 后端，Docker 改成需显式开启。

翻译成人话：上一版允许技能直接在你宿主机上跑进程，这一版把它砍了，默认只走 Docker / E2B / Cube 这些隔离环境，每个租户还能配独立的网络策略。

在「让 AI 动手」这件事上，先收紧执行边界、再放开能力，这个顺序是对的。国内不少项目是反着来的——先把能力做出来，安全问题留给下一代。

它这一步，是自己给自己上枷锁。挺好，知道自己力气大了，先把自己关进玻璃房再蹦迪。

四、它把我的文档重新「翻译」了一遍

1. 传统 RAG 的毛病在哪

如果说沙箱解决的是「动手」，Wiki 模式解决的是「理解」。

传统 RAG 有个绕不开的毛病：它检索的是切片，不是知识。你上传 50 份文档，它切成 3000 个片段存进向量库。它能找到「包含这个关键词的段落」，但它不知道这些段落之间是什么关系。

就像你把一本 500 页的小说撕成纸条，然后问它「主角最后死没死」，它给你找出 50 张写着「死」字的纸条。信息全对，知识全无。

2. 换个思路：读完了重新写一遍

Wiki 模式让 Agent 把原始文档读完之后，重新写成一套互相链接的 Markdown 页面。

切片是不可读的，Wiki 页面是可读的。切片是给机器检索用的中间产物，Wiki 页面是给人看的知识资产。就像后厨那堆切好的菜是给厨师用的，端上桌的菜才是给人吃的。

3. 还有一张知识图谱

配合知识图谱视图，你能直观看到某个概念被哪些文档支撑、它和哪些实体相连。图例里分了链接、实体、概念、综合、对比五种关系类型。

这一步，是它从「检索工具」进化成「知识管理」的标志。

4. 关键：它不是黑盒

它没做成「只能看不能改」的黑盒。Wiki 页面支持修订历史——快照、行级 diff、一键回滚，还能直接在浏览器里手动编辑。

自动生成 + 可编辑 + 有版本 + 可回滚，这一套组合让它从「AI 生成的内容」变成了「你能接管的内容」。这条决定了它能不能进真实业务——自动生成的东西一旦不可修正，就没有人敢用。

就像同事交给你一份 PPT，你要是改不了，只会想重做一份。

五、它开始记事

0.8.0 另一个更新是跨会话长期记忆，分五类：profile（用户画像）、preference（偏好）、fact（事实）、task（任务）、interest（兴趣）。

机制是自动抽取 + 用户确认 + 按需检索。注意中间那步「用户确认」——它没有偷偷记你。不像某些 APP，我昨天搜了个「脱发怎么办」，今天全平台给我推植发广告。

这个设计对知识库挺关键。因为知识库最痛的不是「记不住」，是每次都问一遍「你们公司是做什么的」「上一个问题聊到哪了」。

像极了相亲，每次都要重新自我介绍：我，月薪八千，有房（贷），无车（贷得起）。

六、两个细节控福利

1. 树状文件夹视图

大部分知识库上传完文档就是一大坨平铺列表，你上传时精心分好的目录全丢了。文件一多，找东西全靠搜索。

像极了你电脑桌面：图标铺满，找不到文件，全靠心里默念它的名字。

WeKnora 把上传路径当成一等数据存下来了，目录可浏览、可重命名、可重新归类。这是个很小的决定，但省掉的是后面无数次的翻找。

2. 切片可以被修正

这条我认为是所有做 RAG 的人都该抄的。

RAG 的准确率问题，八成出在切片上：切太碎丢上下文，切太粗引入噪音，切错边界把两段不相干的内容拼一起。传统做法是「改配置 → 重新解析整个知识库」，成本高、反馈慢。

它可以直接在界面上编辑检索切片，每个版本有快照、可 diff、可一键回滚，保存后自动重建索引。

这一下把「调 RAG 效果」从一件要重跑流水线的事，变成了改一段文字的事。以前调参像玄学，现在改字像改错别字。

七、它把选择权全给了你

1. 输入渠道做了 8 类

除了网页，还有 10 个 IM 渠道、浏览器扩展、CLI、MCP Server、网页嵌入组件。

它没把自己做成「你必须登录网页才能用」的系统。知识库应该出现在你已经工作的地方，而不是让你多开一个标签页。就像外卖应该送到你家门口，而不是让你去自提点取。

2. 每一层都可替换

层	支持的后端
LLM	OpenAI / Azure OpenAI / Anthropic / DeepSeek / 通义千问 / 智谱 / 混元 / 豆包 / Gemini / MiniMax / NVIDIA / Novita AI / SiliconFlow / OpenRouter / Requesty / LiteLLM / Ollama
向量库	PostgreSQL(pgvector) / Elasticsearch / OpenSearch / Milvus / Weaviate / Qdrant / Apache Doris / 腾讯 VectorDB
对象存储	本地 / MinIO / AWS S3 / 火山 TOS / 阿里 OSS / 金山 KS3 / 华为 OBS
嵌入模型	Ollama / BGE / GTE / 智谱 / OpenAI 兼容接口
联网搜索	DuckDuckGo / Bing / Google / Tavily / 百度 / Ollama / SearXNG / Keenable / 智谱 / Exa / Metaso

自由度大的另一面是选择成本。像自助餐，选择多到让你站在餐台前陷入哲学沉思。好在默认配置能直接跑通。

3. 保留了「完全私有化」这条路

所有组件都能换成自建，支持本地 / 私有云部署，数据主权在你自己手里。对要处理内部文档的团队来说，这是硬门槛。

毕竟，有些文档放公网云上，老板会连夜给你发一串问号。

4. 运维视角也没落下

可观测性集成了 Langfuse，做全链路追踪：ReAct 循环、token 消耗、工具调用、流水线逐阶段耗时。还有一个运行时任务队列看板，能看队列深度、按模型并发数、失败任务检查与手动重试。

这类「运维视角」的东西，往往比功能列表更能说明一个项目有没有被真实使用过。Demo 项目不会做失败任务重试。做了失败重试的项目，说明它被真实用户虐过。

八、你可能早就见过它

这一段是给做公众号的朋友看的。

WeKnora 是微信对话开放平台的核心技术框架。也就是说：你可以在平台上零代码部署——上传知识、配好问答，能力就接进微信生态了；高频问题可以分类管理，有数据工具兜底，答案可维护；这套问答能力能接进公众号、小程序等场景。

换句话说，你在公众号后台配的那套自动问答，底层引擎很可能就是它。

你以为你用的是「公众号自带功能」，其实是一个开源项目在默默打工。打工人打工魂。

1. 它没想当一个孤岛

它还给了几个轻量接入方式：

入口	用途
浏览器扩展	网页上划词、选图、整页收藏，一键存进知识库
微信小程序	手机上配 API、选知识库、导 URL、直接问答
CLI（weknora）	终端里驱动，agent-first 设计：默认输出稳定 JSON（带类型化错误码），–format text 给人看
MCP Server	官方 PyPI 包 tencent-weknora-mcp，29 个工具，支持 stdio / SSE / HTTP
ClawHub Skill	装到 ClawHub 后，Agent 可直接导入文档、混合检索、管理知识条目
DeepSeek Harness 插件	给你的编码 Agent 挂上自己的文档库

最后那条 MCP Server 值得多说一句：29 个工具、三种传输方式，意味着它可以作为「知识底座」接进任何支持 MCP 的 Agent 里。

它想当那个所有人都来插一脚的插线板。

九、五条命令领回家

前置只要 Docker + Docker Compose：

git clone https://github.com/Tencent/WeKnora.git
cd WeKnora
cp .env.example .env      # 按需编辑，文件里注释写得很细
docker compose pull
docker compose up -d

起来之后访问 http://localhost 就能用。如果要用本地 Ollama 模型，先起 ollama serve。

需要额外组件的话，用 profile 按需加载：

Profile	用途
默认	核心服务
full	全功能
neo4j	知识图谱
minio	对象存储
langfuse	链路追踪

服务地址：Web UI http://localhost · 后端 API http://localhost:8080 · Langfuse http://localhost:3000。

官方安全提示里有一条务必记住：生产部署建议放内网，不要直接暴露公网。翻译：别把家门钥匙挂在大门口。

另外这项目迭代非常快（0.8.0 之前已经跑了十几个小版本），升级时记得先 docker compose pull 再 up -d，不然容器还在用本地缓存的旧镜像，会出现「UI 版本对不上」的诡异问题。

像极了穿去年的秋裤配今年的外套，怎么看怎么别扭。

十、一些实话

1. 它押的不是「答得准」，是「能把活干完」

这一年 RAG 项目的竞争几乎全在准确率上——改切分策略、加 rerank、叠图谱。这些都有价值，但天花板很明显：你把答案准确率从 80% 提到 92%，用户的流程一样没变，他还是得自己把答案搬去别的地方。

WeKnora 0.8.0 换了个赛道：让知识库在沙箱里把活干完。查完资料直接生成 Word、Excel、PPT，写完直接存进文件系统。

用户要的从来不是「答案」，是「事情被办完」。就像你去饭店不是为了听厨师报菜名，是为了吃上饭。

2. 安全上先收了手

「让 AI 在你机器上执行代码」，现在是 AI 产品里风险最高的动作之一。先把边界收窄再放能力，说明团队清楚自己在开什么口子。

3. 「可干预」的执念贯穿始终

切片可编辑、Wiki 可回滚、技能可登记、任务可重试、记忆要确认。这套设计语言的共同点：不把 AI 的产物当成不可触碰的结论，而是当成随时可以接管的半成品。

4. 门槛和不太适合的场景

(1) 它不是开箱即用的 SaaS

自部署要处理 Docker、模型 API、向量库，比注册个账号麻烦得多。想零门槛可以先走微信对话开放平台。

(2) 能力越强，配置面越大

20+ 模型、8 种向量库、7 种存储——自由度的另一面是选择成本。

(3) 沙箱执行必然有算力开销

一次任务跑 2 分多钟、20 次工具调用，比一句问答重得多。这适合「值得花时间把事做完」的场景，不适合闲聊。像请了个全能管家，能干，但出场费不低。

(4) MIT 协议是加分项

商用友好，不用纠结授权条款。

5. 一句话总结

如果你在找一个能长期沉淀、能自己动手、能私有化的知识底座，它目前是国内开源里最完整的一个。如果你只是想要个问答窗口，它有点重。

就像你只想买把伞，结果对方给你推荐了一辆房车。

十一、最后

回到最开始那个问题：为什么我们的知识库只会动嘴？

因为过去我们做的其实不是「知识库」，是「文档检索器」。它只负责把相关内容找出来递给你，剩下的活是你干的。

WeKnora 0.8.0 想改的是这个分工：把最后那段路也走完。

「知识库不再只动嘴，还能在沙箱里动手」——这句话听起来像个噱头，但拆开看，它是三件很实的事：技能有目录、沙箱有隔离、产物有交付。噱头背后是工程。

仓库地址：github.com/Tencent/WeKnora。官方文档约 50 页，覆盖 360+ API 接口和 150+ 环境变量，支持独立部署；官方演示视频 2 分 25 秒，仓库首页就能看。

最后留个问题：如果给你的知识库装上「手」，你最想让它替你干的第一件事是什么？

是批量把内部文档整理成周报，还是查完资料自动生成对客方案，又或者每天定时扫一遍行业资讯、直接产出摘要？评论区说说你的场景，我挑几个具体的需求，下一篇写一份能跑通的最小配置教程。

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 传送门http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。