WeKnora 本地部署实录不碰外网一个下午搭好自己的离线知识库【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几百份制度、手册、技术方案堆在共享盘里出了问题没人敢往公网上传——这正是 WeKnora 想解决的场景把文档变成一台跑在本地机器上的离线知识库推理也能留在自己手里。这篇文章带你看清两条部署路线并亲手把一个能上传、能问答的实例拉起来。两条本地部署路线先对号入座WeKnora 的 Lite 版是个单进程二进制内置 SQLite零外部依赖一个人一台机器就够默认只监听本机。标准版走 Docker Compose 多容器栈服务拆开各自跑适合多人共用、要上生产。硬件上记几个数字就行Lite 跑 4 核 8GB 起步标准版想同时压一个 8B 本地模型8 核 16GB 更稳磁盘给 50GB 比较从容模型文件和解析产物都会长。GPU 不是必须CPU 推理照样能跑就是慢一些。跑通部署从拉取代码到看见网页先拉代码然后建好配置最后构建启动全程不用碰外网git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora cp .env.lite.example .env.lite这一步只是把配置模板复制成生效文件打开.env.lite改两处OLLAMA_BASE_URL指向本机的 Ollama127.0.0.1:11434再把两个CHANGE-ME的密钥换成自己的值——密钥是本地存数据的加密凭证不替换等于裸奔。最后跑make run-lite。它会先编译前端、再构建 Go 二进制全程几分钟终端最后会打出本机访问地址浏览器打开看一眼页面就算活着了。标准版只换最后一段动作cp .env.example .env按需改配置然后拉镜像、起容器cp .env.example .env docker compose pull docker compose up -d起来后浏览器访问http://localhost即可前端后端都在本机。跑起来之后它每天替你干什么文档进来先被 docreader 服务解析——一个专门干文档解析的独立服务——然后拆成检索块、转成向量存起来查询时系统同时走关键词和语义两条路检索重排后交给模型组织答案。查资料问一句话系统并行做向量与关键词检索返回带来源引用的原文片段不空口作答。管文档上传时的目录结构会保留成文件夹树找文件跟用文件管理器一样顺手。问制度知识库切到问答模式后答案先检索相关段落再由模型组织可回溯到原文口径固定的高频问题可以单独建 FAQ 类知识库。改错了也不怕每个检索块都能编辑带版本历史和 diff一键回滚改完自动重建索引下次检索立即生效批量资料还支持打标签、重新解析。卡住了先翻这几条页面打不开多半是端口被占或容器没就绪查一下.env里的端口标准版跑docker compose ps看容器状态。模型连接测试失败Ollama 没起或地址指错了模型服务没起别怪文档——先启动 OllamaLite 指127.0.0.1:11434标准版在容器里要指宿主机网关。文档一直停在处理中解析超时或队列积压先看日志再对照 docs/QA.md 第 14 条。刚保存的配置几秒后又消失了八成是账号和空间归属对不上确认当前空间后再操作一次背景见 docs/RBAC说明.md。想把速度再榨一点BATCH_EMBED_SIZE64批量入库时一次塞 64 条给 embedding少跟本地模型服务来回握手。DOCREADER_GRPC_MAX_WORKERS设成 CPU 核数解析是吃 CPU 的活并行度直接决定排队时间。给本地模型的参数里加上num_ctx长文档不被截断检索片段才完整。本地 8B 模型只能二选一要单条回答质量就加上下文要并发吞吐就压并发、分批入库两头都拉满机器会先躺平。导入十到二十份高频文档用真实问题压一轮检索与回答质量再决定要不要切标准版多容器部署。想给系统写自动化先翻翻 client/example.go 的上传与检索示例。【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