WeKnora: Nền tảng RAG cho cơ sở tri thức mã nguồn mở
/WeKnora
WeKnora đáng để triển khai khi bạn cần một hệ thống RAG tự host vượt xa việc truy xuất đơn thuần. Sự kết hợp giữa tác tử ReAct, chỉnh sửa chunk thời gian thực có khôi phục, và wiki tự tạo giải quyết những gì các RAG SaaS đơn giản bỏ qua. Hệ thống mất điểm ở chỗ thiết lập phức tạp và lượng tính năng lớn cần thời gian để nắm vững, nhưng khi đã chạy ổn thì xử lý workload doanh nghiệp đa workspace không có khoảng trống rõ ràng. Đáng đầu tư khi bạn thực sự cần bộ ba tác tử-wiki-truy vấn trên hạ tầng riêng.
WeKnora là gì
WeKnora là nền tảng RAG mã nguồn mở biến tài liệu thô thành tài sản tri thức có thể truy vấn. Nó kết hợp hỏi đáp dựa trên RAG, tác tử ReAct điều phối truy xuất và tìm kiếm web qua nhiều bước, và chế độ Wiki nơi tác tử tự tạo các trang Markdown có cấu trúc, liên kết chéo với đồ thị tri thức tương tác. Được viết bằng Go với pipeline hoàn toàn modular — có thể thay LLM, vector store và storage backend tùy ý. Hỗ trợ 20+ nhà cung cấp LLM, tự đồng bộ từ Feishu/Notion/Yuque, và chạy hoàn toàn tự host.
Những khả năng cốt lõi: RAG, tác tử, và wiki tự tạo
- ✓Hỏi đáp nhanh dựa trên RAG với hybrid BM25 + dense retrieval, tăng tốc HNSW qua pgvector ở 1024 chiều, tùy chỉnh định dạng trích dẫn, và pipeline hiển thị trực tiếp trong cửa sổ chat
- ✓Tác tử ReAct cho suy luận tự chủ nhiều bước — điều phối truy xuất tri thức, công cụ MCP và tìm kiếm web theo chuỗi; runtime được giới hạn phạm vi qua @Skill/@MCP cho mỗi lượt hội thoại
- ✓Chế độ Wiki: tác tử tự tạo các trang Markdown có cấu trúc, liên kết chéo từ tài liệu thô, kèm trình duyệt đồ thị tri thức tương tác, so sánh thay đổi từng dòng, và khôi phục về phiên bản cũ chỉ với một click
- ✓Chỉnh sửa chunk với snapshot theo phiên bản, diff, và rollback; tự động reindex sau khi sửa; metadata tùy chỉnh cho tài liệu và Q&A được tạo cho mỗi chunk
- ✓Đồng bộ từ nhiều nguồn: Feishu wiki/Feishu Drive, Notion, Yuque, và RSS; hỗ trợ PDF, Word, Excel, hình ảnh, EPUB và nhiều định dạng khác
- ✓Kiểm soát doanh nghiệp: RBAC đa workspace (Owner/Admin/Contributor/Viewer), API key có giới hạn theo từng KB, dashboard task-queue với worker-pool, theo dõi qua Langfuse
Những nhóm nào dùng WeKnora
- •Cơ sở tri thức nội bộ cần cả truy vấn RAG nhanh và wiki có thể duyệt để thành viên không chuyên điều hướng và chỉnh sửa trực tiếp
- •Môi trường SaaS đa tenant hoặc doanh nghiệp yêu cầu cô lập workspace, RBAC, log kiểm toán, và tự host để giữ dữ liệu tại chỗ
- •Nhóm chạy tác tử tự chủ cần điều phối truy xuất tài liệu với công cụ MCP và tìm kiếm web thời gian thực cho các truy vấn phức tạp
- •Tổ chức đã dùng Feishu, Notion, hoặc Yuque muốn một lớp RAG thống nhất mà không cần di chuyển dữ liệu
- •Team engineering cần API key có phạm vi và khả năng theo dõi token cùng trace suy luận của tác tử để kiểm soát chi phí
Triển khai WeKnora trên máy local hoặc cloud
Triển khai qua Docker Compose cho single-node, hoặc Helm cho cluster Kubernetes. Giao diện Web xử lý onboarding ban đầu, còn CLI `weknora` quản lý profiles, xác thực, và MCP serving. Hỗ trợ private cloud và offline mà không phụ thuộc bên ngoài ngoài LLM và vector store bạn chọn. AWS S3, Alibaba OSS, Huawei OBS, và MinIO đều được hỗ trợ làm storage backend, có thể chạy nhiều storage instance mỗi workspace với binding theo từng KB.
Xây dựng cơ sở tri thức và truy vấn
Upload tài liệu qua Web UI, kéo thả folder, hoặc CLI; hệ thống parse, chia chunk với preview, và index vào vector store đã chọn. Chuyển giữa Quick Q&A (RAG thuần), Agent Mode (suy luận ReAct), hoặc Wiki Mode (tự tạo trang có thể duyệt). Đặt câu hỏi qua chat, kênh IM (WeCom, Feishu, Slack, Telegram), widget nhúng, hoặc REST API. Chunk editor cho phép sửa chất lượng truy xuất thủ công, và revision history theo dõi mọi thay đổi. API key có phạm vi giúp tích hợp lập trình mà không cần expose credentials admin.
Những gì hoạt động tốt trong WeKnora
- ✓Ba chế độ tương tác — Quick Q&A, ReAct Agent, và Wiki Mode — xử lý các tác vụ tri thức khác nhau trong một deployment
- ✓Chỉnh sửa chunk thời gian thực kèm diff và rollback giúp khép vòng giữa lỗi truy xuất và chất lượng cơ sở tri thức
- ✓Wiki tự tạo với đồ thị tri thức trực quan giúp người dùng không kỹ thuật tiếp cận được output RAG vốn khó hiểu
- ✓RBAC đa workspace và API key có phạm vi được thiết kế thực sự cho doanh nghiệp, không phải ghép thêm sau
- ✓Langfuse tracing có sẵn để theo dõi token, trace suy luận tác tử, và debug pipeline
- ✓Hoàn toàn modular: thay OpenAI bằng Ollama, pgvector bằng Qdrant, S3 bằng MinIO mà không cần di chuyển nền tảng
Những hạn chế và ràng buộc đã biết
- △Không có tài liệu về phiên bản cloud hosted chính thức — tự host là lựa chọn duy nhất, đồng nghĩa chi phí vận hành cao hơn
- △Lượng tính năng lớn tạo ra thời gian làm quen đáng kể cho các nhóm muốn công cụ RAG cắm là chạy ngay
- △Chỉnh sửa chunk và lịch sử wiki làm tăng phạm vi bảo trì mà các nhóm nhỏ có thể không cần
- △Storage đa instance, log kiểm toán theo workspace, và độ phức tạp RBAC đòi hỏi người quản trị quen với kiểm soát nền tảng
- △Không rõ ràng trong tài liệu: SLA chính xác hay uptime guarantee cho task-queue worker-pool dưới tải cao đồng thời
- △Hỗ trợ LLM mã nguồn mở qua Ollama hoạt động được nhưng README không nêu version Ollama tối thiểu hay yêu cầu bộ nhớ GPU
So sánh WeKnora với các nền tảng tương tự
Ai nên và không nên triển khai WeKnora
Triển khai WeKnora nếu bạn vận hành nhóm trung-bự với nhu cầu nền tảng tri thức tự host có kiểm soát chất lượng truy xuất thực sự, suy luận tác tử tự chủ, và wiki có thể duyệt để nhân viên không kỹ thuật bảo trì. Phù hợp với tổ chức có yêu cầu compliance hoặc chủ quyền dữ liệu không thể dùng SaaS hosted. Bỏ qua nếu nhóm nhỏ muốn demo RAG nhanh — có công cụ đơn giản hơn nhiều với chi phí thiết lập thấp hơn. Cũng nên bỏ qua nếu không có người quen quản trị backend Go, quản lý worker pool, và tinh chỉnh chính sách RBAC, vì bề mặt vận hành rộng hơn công cụ SaaS thông thường.
Câu hỏi thường gặp
WeKnora tích hợp với OpenAI, Azure OpenAI, Anthropic Claude, DeepSeek, Qwen (Alibaba Cloud), Zhipu, Hunyuan, Doubao, Gemini, MiniMax, NVIDIA, Novita AI, SiliconFlow, OpenRouter, Requesty, và Ollama. Embedding được hỗ trợ từ Ollama, BGE, GTE, Zhipu, và các API tương thích OpenAI.
Có — WeKnora hỗ trợ đồng bộ tự động từ Feishu wiki, Feishu Drive, Lark (Feishu quốc tế), Notion, và Yuque. Cũng hỗ trợ ingest RSS feed. Tài liệu nêu rõ cả hai chế độ đồng bộ tăng dần và đồng bộ toàn bộ.
WeKnora có RBAC workspace với các bậc Owner/Admin/Contributor/Viewer, sở hữu tài nguyên theo từng KB, log kiểm toán theo workspace, API key có phạm vi và cấp quyền theo khả năng, cùng dashboard task-queue runtime với bộ điều khiển concurrency theo model. Kiến trúc thiết kế cho vận hành multi-tenant, dù nhóm cần có năng lực ops để tự host.
Ngoài pgvector, WeKnora hỗ trợ Elasticsearch, OpenSearch, Milvus, Weaviate, Qdrant, Apache Doris, và Tencent VectorDB. Chiến lược truy xuất gồm tìm kiếm thưa BM25, dense retrieval, GraphRAG, parent-child chunking, và index tăng tốc HNSW.
WeKnora lưu cấu trúc thư mục mỗi lần upload dưới dạng cây thư mục. Các chunk truy xuất có thể chỉnh sửa trực tiếp trong UI với snapshot theo phiên bản, so sánh thay đổi từng dòng, và khôi phục về phiên bản cũ chỉ với một click. Sau mỗi lần sửa, index tự động reindex. Cũng hỗ trợ metadata tùy chỉnh cho tài liệu và Q&A được tạo cho mỗi chunk.
Có — WeKnora cung cấp MCP server chính thức (package PyPI `tencent-weknora-mcp`) với 29 công cụ qua stdio, SSE, và HTTP transport. MCP server hỗ trợ OAuth2 cho dịch vụ remote, OAuth giữa cuộc hội thoại, và runtime tác tử có phạm vi qua @MCP mentions. Plugin DeepSeek Harness (`@wxg-prc-cpg/dsh-weknora`) cũng có sẵn.
Bài toán mà nó giải quyết
Hầu hết nền tảng RAG chỉ dừng lại ở "đưa tài liệu vào, truy xuất đoạn, trả lời câu hỏi." Kết quả chỉ là một lớp truy xuất, không phải nền tảng tri thức — không có cách để tinh chỉnh những gì được index, không có tác tử suy luận gọi được công cụ bên ngoài, và không có đầu ra có cấu trúc để team duy trì theo thời gian. Các nhóm phải ghép nối nhiều công cụ lại với nhau hoặc chấp nhận một hệ thống không ai có thể kiểm tra hay chỉnh sửa.
Repo liên quan
WeKnora có đáng để bạn bỏ thời gian?
ChatGPT, Claude và Perplexity đều đọc được trang này. Hỏi thử xem họ nghĩ gì về WeKnora.