WeKnora: превращаем документы в RAG, автономный агент и живую Wiki

«Разрозненные документы — в запрашиваемый, рассуждающий, непрерывно развивающийся актив знаний» — именно так авторы описывают миссию WeKnora.

Что такое WeKnora и для кого он создан

WeKnora — это open-source, LLM-powered knowledge framework, созданный для корпоративного понимания документов, семантического поиска и автономного рассуждения. Проект выпущен под эгидой Tencent и уже набрал более 22 тысяч звёзд на GitHub, что говорит о широком интересе сообщества.

Целевая аудитория:

• Корпоративные команды, которым нужно организовать знания из тысяч документов
• DevOps и инженеры, строящие внутренние базы знаний на собственной инфраструктуре
• Аналитики и исследователи, работающие с разнородными источниками данных
• Стартапы, которые хотят развернуть полноценную AI-платформу без vendor lock-in

Три кита архитектуры WeKnora

Платформа организована вокруг трёх ключевых возможностей: RAG-based Quick Q&A для повседневных запросов; ReAct-агент, который автономно оркестрирует поиск, MCP-инструменты, каталог навыков, песочницы Docker/E2B/Cube и веб-поиск для сложных многошаговых задач; и Wiki Mode, в котором агенты дистиллируют документы в самоподдерживаемую, перелинкованную markdown-базу знаний с интерактивным графом знаний, с ручным редактированием, историей версий и откатом одним кликом.

graph TD
    A[Сырые документы / Источники] --> B[Ingestion Pipeline]
    B --> C{Режим работы}
    C --> D[RAG Quick Q&A]
    C --> E[ReAct Agent]
    C --> F[Wiki Mode]
    D --> G[Семантический поиск + ответ]
    E --> H[Многошаговые задачи + веб-поиск]
    F --> I[Самообновляемая Markdown Wiki]
    I --> J[Граф знаний]
    G --> K[IM-каналы: Slack, Telegram, WeCom]
    H --> K

Ключевые возможности

1. Мультиисточниковая загрузка данных

Фреймворк поддерживает автосинхронизацию знаний из Feishu, GitLab, Tencent IMA, Notion и Yuque (список источников продолжает расширяться), обрабатывает 10+ форматов документов, включая PDF, Word, изображения, Excel и XMind, и умеет отвечать на вопросы прямо через мессенджеры WeCom, Feishu, Slack и Telegram.

2. Совместимость с LLM-провайдерами

Платформа совместима с основными LLM-провайдерами: OpenAI, DeepSeek, Qwen (Alibaba Cloud), Zhipu, Hunyuan, Gemini, MiniMax, NVIDIA, LiteLLM и Ollama.

3. Модульная архитектура и суверенитет данных

Полностью модульная конструкция позволяет менять LLM, векторные базы данных и хранилища, а поддержка локального и приватного облачного развёртывания обеспечивает полный суверенитет данных.

4. Долгосрочная память агента

Кросс-сессионная долгосрочная память запоминает, кто вы и о чём вы регулярно спрашиваете. Это превращает агента из «одноразового помощника» в полноценного корпоративного коллегу.

5. Редактирование чанков с историей версий

Древовидный просмотр папок сохраняет структуру директорий загружаемых файлов, а редактирование чанков с историей версий позволяет редактировать, сравнивать и откатывать фрагменты для поиска — как обычные документы.

6. Observability через Langfuse

WeKnora интегрируется с Langfuse для полного наблюдения за рассуждениями агента, использованием токенов и трассировкой пайплайна.

7. Корпоративное управление доступом (RBAC)

Платформа включает корпоративное мультирабочее пространство с RBAC (4-уровневая матрица ролей + право собственности на ресурс + аудит-лог на каждое рабочее пространство), а также полностью самостоятельно размещаемую модульную архитектуру.

Быстрый старт (пример Docker-команды)

# Клонируем репозиторий
git clone https://github.com/Tencent/WeKnora.git
cd WeKnora

# Копируем конфигурацию
cp .env.example .env

# Настраиваем LLM-провайдера в .env
# LLM_PROVIDER=openai
# OPENAI_API_KEY=sk-...

# Запускаем через Docker Compose
docker compose up -d

После запуска веб-интерфейс доступен на http://localhost:3000.

Тарифы и цены

Плюсы и минусы

Сравнение с альтернативами

Dify — open-source платформа разработки AI-приложений с более чем 90 000 звёзд на GitHub. В отличие от WeKnora, Dify предлагает полноценный визуальный workflow-билдер для создания сложных многошаговых AI-пайплайнов, RAG-приложений и чат-ботов без написания кода.

AnythingLLM — open-source универсальное AI-приложение, позволяющее общаться с документами, строить AI-агентов и использовать RAG с практически любым LLM-провайдером, включая OpenAI, Anthropic и Ollama. Его главное преимущество — простота: нетехнический пользователь может начать общаться со своим PDF менее чем за 5 минут.

WeKnora выигрывает там, где нужна автоматически поддерживаемая база знаний (Wiki Mode) и глубокая интеграция с корпоративными мессенджерами.

Вердикт

WeKnora подойдёт:

• Корпоративным командам с большим объёмом неструктурированных документов
• Инженерам, которым нужна полная самостоятельность в развёртывании и данных
• Организациям, уже использующим экосистему Feishu / WeCom / Notion
• Командам, которым критичен Wiki Mode — автоматическое создание структурированной базы знаний

WeKnora НЕ подойдёт:

• Новичкам без DevOps-опыта (нет managed-облака)
• Тем, кому нужен визуальный drag-and-drop конструктор пайплайнов (смотрите на Dify)
• Командам, которым нужен просто «чат с документами» без сложной инфраструктуры

WeKnora — одна из наиболее амбициозных open-source LLM-платформ 2026 года. Уникальная комбинация RAG, автономного агента и самоподдерживаемой Wiki делает её особенно привлекательной для enterprise-команд, готовых инвестировать время в настройку в обмен на полный контроль над данными и инфраструктурой.

Репозиторий проекта: github.com/Tencent/WeKnora