WeKnora内网部署指南文档知识检索与协作的30分钟落地方案【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周五下午5点教研处要把一批课件共享给整个学院最新版《高等数学教案》躺在某位老师的个人网盘里学生问一句拉格朗日中值定理翻出原文要15分钟。WeKnora是一个开源的LLM知识平台把原始文档变成可检索的RAG知识库RAG可以理解为先翻书再回答并支持多用户权限隔离和带引用的智能问答。把它部署在校园内网上不碰外网数据全部留在自己的服务器。部署前自查15分钟确认服务器达标按下面的顺序过一遍每一项都满足即可直接开始如果你的服务器是4核CPU/8GB内存起步标准Docker部署就够用。文档解析组件docreader内置LibreOffice和无头浏览器比较吃内存若还要启用Milvus、Langfuse等可选组件再相应加内存。如果只有一两个人使用可以改用Lite单进程模式SQLite 内存队列不需要Redis适合离线与低资源环境。如果校园网有防火墙找网络管理员为服务器开放两个入站端口80前端Web和8080后端API。如果磁盘紧张预留两个数据卷Postgres数据卷和文档文件卷容量按知识库规模估算。docker --version docker compose version git --version两条命令都能输出版本号环境检查就算通过。核心搭建流程三步把服务跑起来获取代码约1分钟仓库里的compose文件定义了完整的服务拓扑不用自己写Dockerfile。git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora预期结果目录下能看到docker-compose.yml、.env.example、config/等文件即克隆成功。适配配置约10分钟先复制环境模板.env.example 内每个变量都有注释内网场景只需改几处cp .env.example .env# .env FRONTEND_PORT80 # 前端Web端口 APP_PORT8080 # 后端API端口 STORAGE_TYPElocal # 文档存本地磁盘不依赖云存储 MAX_FILE_SIZE_MB50 # 单文件上传上限(MB)大课件建议调大解析与检索行为由 config/config.yaml 控制教学资料场景重点关注这两个字段knowledge_base: chunk_size: 512 # 分块字符数越小检索粒度越细 image_processing: enable_multimodal: true # 用多模态模型解析文档内图片/公式启动服务10~20分钟视镜像拉取速度compose 会按依赖顺序拉起 frontend、app、Postgres含向量扩展、Redis、docreader首次启动自动执行数据库迁移无需手动建表。docker compose pull docker compose up -d docker compose ps预期结果5个核心服务均处于 running 状态app 带健康检查刚启动可能短暂显示 unhealthy约60秒后复查。浏览器打开http://服务器IP进入初始化页注册管理员账号并配置大模型API 或本地 Ollama这是部署后唯一必须人工完成的步骤。跑通与验证用3个动作确认它真的能干活服务起来后建议按下面3个动作验收全部通过就可以交给使用者角色动作预期结果授课教师新建教学资料知识库上传《高等数学教案.pdf》文档列表可见解析进度完成后状态变为可用学生在聊天框提问如何理解拉格朗日中值定理答案流式返回引用标注内容出自哪份文档的哪个片段管理员在空间成员管理里邀请同事设为 Contributor 角色对方登录后只能看到本空间资源四级角色矩阵为 Owner / Admin / Contributor / Viewer文档列表页能看到每份文档的解析进度与状态卡在处理中的文件可在这里排查重试。性能上只需要盯两个数字文档解析时长知识库页面有逐阶段进度大文件解析慢属正常和检索响应时间模型应答后通常数秒内返回取决于你配置的模型服务。踩坑与进阶上线初期最常遇到的是这三个问题每个5分钟内能定位大文件上传失败上传有两道闸门——.env的上传上限默认50MB与 Nginx 限制。调大MAX_FILE_SIZE_MB并把 frontend/nginx.conf 中client_max_body_size调得更大再重启前端容器。检索结果为空十有八九是文档还没解析完或初始化后未配置模型。先看知识库页的文档状态再看模型配置是否完整。服务起不来/页面502执行docker compose logs app看日志尾部最常见原因是.env里数据库凭证与 Postgres 容器不匹配。后续值得开的两个方向知识图谱用--profile neo4j启动从文档中抽取语义关系跨文档检索会更准。API 对接签发权限范围的 API Key把知识检索接进校园考试系统或 OA权限模型详见 docs/RBAC说明.md。WeKnora 采用 MIT 协议模型厂商、向量库、对象存储等组件均可替换内网部署不绑定任何特定云服务。更多参数说明以仓库内的官方文档站website-docs 目录为准部署中遇到的具体问题可以直接到社区提 Issue 跟进。【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 WeKnora内网部署指南：文档知识检索与协作的30分钟落地方案
WeKnora内网部署指南文档知识检索与协作的30分钟落地方案【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周五下午5点教研处要把一批课件共享给整个学院最新版《高等数学教案》躺在某位老师的个人网盘里学生问一句拉格朗日中值定理翻出原文要15分钟。WeKnora是一个开源的LLM知识平台把原始文档变成可检索的RAG知识库RAG可以理解为先翻书再回答并支持多用户权限隔离和带引用的智能问答。把它部署在校园内网上不碰外网数据全部留在自己的服务器。部署前自查15分钟确认服务器达标按下面的顺序过一遍每一项都满足即可直接开始如果你的服务器是4核CPU/8GB内存起步标准Docker部署就够用。文档解析组件docreader内置LibreOffice和无头浏览器比较吃内存若还要启用Milvus、Langfuse等可选组件再相应加内存。如果只有一两个人使用可以改用Lite单进程模式SQLite 内存队列不需要Redis适合离线与低资源环境。如果校园网有防火墙找网络管理员为服务器开放两个入站端口80前端Web和8080后端API。如果磁盘紧张预留两个数据卷Postgres数据卷和文档文件卷容量按知识库规模估算。docker --version docker compose version git --version两条命令都能输出版本号环境检查就算通过。核心搭建流程三步把服务跑起来获取代码约1分钟仓库里的compose文件定义了完整的服务拓扑不用自己写Dockerfile。git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora预期结果目录下能看到docker-compose.yml、.env.example、config/等文件即克隆成功。适配配置约10分钟先复制环境模板.env.example 内每个变量都有注释内网场景只需改几处cp .env.example .env# .env FRONTEND_PORT80 # 前端Web端口 APP_PORT8080 # 后端API端口 STORAGE_TYPElocal # 文档存本地磁盘不依赖云存储 MAX_FILE_SIZE_MB50 # 单文件上传上限(MB)大课件建议调大解析与检索行为由 config/config.yaml 控制教学资料场景重点关注这两个字段knowledge_base: chunk_size: 512 # 分块字符数越小检索粒度越细 image_processing: enable_multimodal: true # 用多模态模型解析文档内图片/公式启动服务10~20分钟视镜像拉取速度compose 会按依赖顺序拉起 frontend、app、Postgres含向量扩展、Redis、docreader首次启动自动执行数据库迁移无需手动建表。docker compose pull docker compose up -d docker compose ps预期结果5个核心服务均处于 running 状态app 带健康检查刚启动可能短暂显示 unhealthy约60秒后复查。浏览器打开http://服务器IP进入初始化页注册管理员账号并配置大模型API 或本地 Ollama这是部署后唯一必须人工完成的步骤。跑通与验证用3个动作确认它真的能干活服务起来后建议按下面3个动作验收全部通过就可以交给使用者角色动作预期结果授课教师新建教学资料知识库上传《高等数学教案.pdf》文档列表可见解析进度完成后状态变为可用学生在聊天框提问如何理解拉格朗日中值定理答案流式返回引用标注内容出自哪份文档的哪个片段管理员在空间成员管理里邀请同事设为 Contributor 角色对方登录后只能看到本空间资源四级角色矩阵为 Owner / Admin / Contributor / Viewer文档列表页能看到每份文档的解析进度与状态卡在处理中的文件可在这里排查重试。性能上只需要盯两个数字文档解析时长知识库页面有逐阶段进度大文件解析慢属正常和检索响应时间模型应答后通常数秒内返回取决于你配置的模型服务。踩坑与进阶上线初期最常遇到的是这三个问题每个5分钟内能定位大文件上传失败上传有两道闸门——.env的上传上限默认50MB与 Nginx 限制。调大MAX_FILE_SIZE_MB并把 frontend/nginx.conf 中client_max_body_size调得更大再重启前端容器。检索结果为空十有八九是文档还没解析完或初始化后未配置模型。先看知识库页的文档状态再看模型配置是否完整。服务起不来/页面502执行docker compose logs app看日志尾部最常见原因是.env里数据库凭证与 Postgres 容器不匹配。后续值得开的两个方向知识图谱用--profile neo4j启动从文档中抽取语义关系跨文档检索会更准。API 对接签发权限范围的 API Key把知识检索接进校园考试系统或 OA权限模型详见 docs/RBAC说明.md。WeKnora 采用 MIT 协议模型厂商、向量库、对象存储等组件均可替换内网部署不绑定任何特定云服务。更多参数说明以仓库内的官方文档站website-docs 目录为准部署中遇到的具体问题可以直接到社区提 Issue 跟进。【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