北京
大多数RAG项目做到问答就停手了。腾讯微信团队开源的WeKnora，把知识库做成了三种形态：能问答的RAG、能自主推理的ReAct Agent、能持续演进的自动Wiki。
这不是一个只做检索的工具。它把散落的文档转化成可被查询、也可被持续整理的知识资产——知识库不只是被查，还会被重新组织成结构化内容。
三种形态，三种用法
第一种是RAG知识库，负责回答具体问题。第二种是ReAct Agent，具备自主推理能力，可以围绕任务做多步处理。第三种是自动Wiki，会随着内容积累持续演进，把零散信息整理成有结构的知识页面。
三种形态对应三种需求：查得到、想得清、理得顺。这也是它和多数同类项目拉开距离的地方——问答只是起点。
检索层堆了多少东西
检索策略上，WeKnora支持BM25稀疏检索、稠密向量、GraphRAG、父子分块等多种组合。向量层可以切换8种库，不绑定单一方案。
Agent侧的能力同样开放：可编排知识检索，接入11家搜索源，支持MCP工具，还提供会话级持久沙箱。检索和推理不是两套割裂的系统，而是可以拼装的模块。
把知识库当代码仓库管
分块可编辑，带逐版本diff与回滚，支持自动打标和批量重解析。这套思路是把知识库当成代码仓库来维护——每次改动有记录，改错了能退回去。
对企业来说，这意味着知识资产的变更不再是黑箱。谁改了什么、什么时候改的，都能追溯。
安全与评测都没落下
项目提供多租户四级RBAC、API Key细粒度权限控制、AES-256-GCM凭据加密、沙箱隔离等安全能力。企业场景里，权限和隔离是绕不过去的门槛。
更少见的是内置了E2E效果评测工具，用召回命中率加BLEU/ROUGE来衡量检索质量。同类开源项目里，愿意把评测做进产品的不多。
WeKnora还是微信对话开放平台的核心技术框架，有真实生产环境背书。开源版本把企业级能力直接摆了出来。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
