腾讯微信团队开源了「企业级 LLM 知识平台」：WeKnora WeKnora 把散落的原始文档转化为三种知识库资产：可问答的 RAG 知识库、可自主推理的 ReAct Agent、可持续演进的自动 Wiki。并且它是微信对话开放平台的核心技术框架，有真实生产背书。 项目地址：github.com/Tencent/WeKnora WeKnora 解决什么问题？ 企业知识天然是碎片化的：文档散落在飞书、GitLab、Notion、语雀、钉钉、企微、RSS 等各处。WeKnora 的答案是把这些内容“沉淀为可查询、可推理、可持续演进的专属知识资产”，同时强调私有化部署、数据完全自主可控。 # 三个核心能力 1. RAG 快速问答：日常查询的主路径。检索上支持 BM25 稀疏检索、稠密向量、GraphRAG、父子分块等策略组合；向量层默认用 pgvector（HNSW 索引，1024 维），可切换 8 种向量库并做多库扇出检索。问答带引用溯源、引用气泡、建议问题，还内置了用召回命中率 + BLEU/ROUGE 做 E2E 效果评测的工具——这在同类项目中少见，说明团队认真对待“检索质量可度量”这件事。 2. ReAct Agent 智能推理：面向复杂多步任务。Agent 可自主编排知识检索、MCP 工具、网络搜索（11 家搜索源）、租户技能目录，以及 v0.8 新增的会话级持久沙箱（Docker / E2B / Cube 三种后端，v0.8 起移除了本地宿主进程后端，安全上更收紧）。配套跨会话长期记忆（画像/偏好/事实/任务/兴趣五类，自动抽取 + 用户确认）。 3. Wiki 模式：WeKnora 最差异化的能力。Agent 自动把文档蒸馏成相互链接的 Markdown 知识库，配可视化知识图谱、手动编辑、版本历史与一键回滚，官方称可支撑 4 万文档级的知识库。大多数 RAG 项目止步于“问答”，WeKnora 额外给出了“知识再生产”的输出形态；知识库不只是被查，而是被持续整理成结构化资产。 企业级能力 · 多租户 + 四级 RBAC（Owner / Admin / Contributor / Viewer），按知识库的 ownership 隔离，租户级审计日志； · API Key 作为一等主体：可限定作用域的密钥 + principal 模型，适合 headless/CI 集成； · 安全：凭据 AES-256-GCM 加密、gRPC/Redis TLS、SSRF 加固的 HTTP 客户端、OIDC JWKS 验证、沙箱隔离； · 知识库工程化：分块可编辑、带逐版本 diff 与回滚、自动重索引，自动打标、批量重解析——把知识库当“代码仓库”来管理，这个思路成熟。