你是不是也遇到过这种尴尬：需求文档在语雀、会议纪要在飞书、方案稿在共享网盘、代码文档在 Confluence，领导突然来一句”上次那个方案最后怎么定的”，你只能默默开始翻十分钟。资料明明都有，就是”找不着、问不出”。

腾讯最近开源的 WeKnora 就是冲着这个问题来的——把你的文档全部喂给它，然后像聊天一样直接提问，它不仅回答，还会告诉你答案出自哪份文档的哪一段。GitHub 上已经 31,489 Star（Go + TypeScript 编写，MIT 协议），今天这篇手把手教你用 Docker 一键部署起来。

一、WeKnora 到底是什么？

一句话：一个装在你自己服务器上的”会思考的团队知识库”。所谓”自托管”，就是程序跑在你自己的机器上，文档不外流，数据留在你自己的环境里。

它把三种能力放在了同一份知识库上：

• RAG 问答：混合检索 + 多模态解析，回答自带引用来源，能追查到原文出处；
• 智能体 Agent：能执行多步任务，支持技能沙箱（Docker / E2B）、MCP 工具接入，还能操作你自己的浏览器；
• 自动 Wiki：文档自动生成并持续维护成知识 Wiki，带知识图谱和版本回滚。

二、核心功能一览

三、Docker 一键部署（跟着敲就行）

需要提前装好三样东西：Docker、Docker Compose 和 Git。这三样都是一次性安装，之后所有项目都能复用。

第 1 步：拉取源码

git clone https://github.com/Tencent/WeKnora.git
cd WeKnora

第 2 步：准备配置文件（把官方模板复制一份，想改再改）

cp .env.example .env
# 用 vim/nano 打开 .env，按文件内注释填模型 API Key 等配置

第 3 步：拉镜像 + 启动

docker compose pull     # 拉取最新镜像
docker compose up -d    # 启动核心服务

就这么几行。启动成功后浏览器打开 http://localhost，跟着新手引导走完配置就能用了。

可选组件按需叠加，加 –profile 就行：

# 知识图谱(Neo4j) + 对象存储(MinIO) 全家桶
docker compose --profile neo4j --profile minio pull
docker compose --profile neo4j --profile minio up -d

四、首次使用：3 步问出第一份答案

1. 配置模型：进入 Web 界面后先在设置里接入一个大模型——DeepSeek、Qwen 这类国产模型便宜好使；想零成本也可以接本地 Ollama（就是把模型跑在自己电脑上的工具）。
2. 上传文档：新建知识库 → 拖入 PDF/Word/Excel，或绑定飞书、语雀、Notion 等数据源自动同步，它会自动完成解析和向量化（”向量化”简单说就是把文字变成能被数学计算的坐标，方便秒级检索）。
3. 开始提问：切到问答界面直接用大白话问，比如”上次方案里预算上限定了多少？”——答案下面会附引用来源，点进去能看原文。

进阶玩法：接 MCP 服务让 Cursor / Claude 直接查你的知识库；开个空间给团队，四级角色权限各看各的。

五、和传统方式比一比

六、下载地址

GitHub 直连慢的小伙伴，我已经把 WeKnora v0.8.0 官方源码包（含 docker-compose.yml、.env.example、helm、完整文档）传好了，解压后按上面的步骤部署即可，包里还附了一份 README 部署说明：

夸克网盘下载：https://pan.quark.cn/s/67ef3d7dc1c2（当天所有软件在文件夹内，进入「WeKnora v0.8.0」目录即可）

小提醒：标准版部署需要 4GB 以上内存的机器（NAS / 云服务器 / 电脑虚拟机都行）；模型 API Key 需要自己准备，DeepSeek 这类国产模型门槛很低，本地 Ollama 则完全免费。官方文档写得挺全：https://weknora.weixin.qq.com/docs/

说实话，腾讯把这套东西完整开源、连知识图谱和沙箱都一起放出来，还挺意外的。以前搭一套”文档能问答”的系统至少要折腾一周，现在三行命令就起来了——真香。