Tencent/WeKnora
1. 解决的核心问题是将分散的原始文档转化为可查询、可推理且能自我维护的企业知识库，实现智能问答与持续知识演化。 2. 主要基于 Go 语言，采用 RAG 引擎、ReAct 自主推理代理和模块化架构，集成 20+ 大模型、多向量数据库和 Langfuse 可观测性，支持本地/私有化部署。 3. 亮点在于其 Wiki 模式能自动将文档生成结构化 Markdown 知识图谱，并具备企业级多租户 RBAC 权限、多渠道 IM 对接和丰富的多源数据同步能力，适合需要严格数据主权和高阶知识管理的团队。
Tencent/WeKnora
88 天前首次出现未被群岛收录1. 解决的核心问题是将分散的原始文档转化为可查询、可推理且能自我维护的企业知识库，实现智能问答与持续知识演化。 2. 主要基于 Go 语言，采用 RAG 引擎、ReAct 自主推理代理和模块化架构，集成 20+ 大模型、多向量数据库和 Langfuse 可观测性，支持本地/私有化部署。 3. 亮点在于其 Wiki 模式能自动将文档生成结构化 Markdown 知识图谱，并具备企业级多租户 RBAC 权限、多渠道 IM 对接和丰富的多源数据同步能力，适合需要严格数据主权和高阶知识管理的团队。
Star 趋势
共 15 个采集点 · 近 30 日 +7,633项目介绍
由 AI 摘自仓库 README1. 解决的核心问题是将分散的原始文档转化为可查询、可推理且能自我维护的企业知识库，实现智能问答与持续知识演化。
2. 主要基于 Go 语言，采用 RAG 引擎、ReAct 自主推理代理和模块化架构，集成 20+ 大模型、多向量数据库和 Langfuse 可观测性，支持本地/私有化部署。
3. 亮点在于其 Wiki 模式能自动将文档生成结构化 Markdown 知识图谱，并具备企业级多租户 RBAC 权限、多渠道 IM 对接和丰富的多源数据同步能力，适合需要严格数据主权和高阶知识管理的团队。
仓库信息
Topics
该项目由雷达自动扫描 GitHub 发现，含 Star 增速、提交活跃度与分类标签，中文摘要由 AI 生成。