一鱼三吃

#AI#效率工具

老饭馆里有道菜叫一鱼三吃:鱼头炖汤,鱼身红烧,鱼骨头炸酥了下酒。一条鱼,上三回桌,一点儿不糟践。

公司里的文档,一般可没这待遇。飞书一摊,网盘一摊,Confluence 里还有一摊。新人问“报销流程在哪儿”,老员工说“你翻翻群聊记录”。

这两年冒出来一堆“上传文档就能问”的工具,问是能问了,问完也就完了,那堆文档该乱还是乱。

最近腾讯开源的一个项目,打算拿同一份知识库,做出三道菜来。

卡通插图:饭馆里,墙上挂着红灯笼和一块写着“今日 · 招牌 一鱼三吃”的木牌。左边一个戴白色厨师帽、系围裙的灰色方脑袋机器人厨子,举着一副鱼骨头,气泡里说“就这一条。”;右边戴黑色棒球帽的 lzbob 坐在铺红桌布的饭桌后头,盯着桌上的菜,气泡里说“三道菜,几条鱼?”;桌上摆着三样,桌布上各挂着菜名牌:“问答”是一碗冒热气的汤,汤面上漂着一张标着 [1] 的小纸条;“干活”是一个盘子,里头放着一把扳手;“Wiki”是一个盘子,上面立着一本打开的书,书页上的点用线连在一起。
菜单上三道菜,后厨就一条鱼。

先说是个啥

项目叫 WeKnora,中文名“维娜拉”,挂在腾讯的 GitHub 底下,官网在 weixin.qq.com 的域名下头。微信对话开放平台上那套托管问答,就是拿它搭的。

2025 年 7 月开源,到现在 3.6 万颗星(我看的时候是 36,138),4 千 9 百多个 fork。更新得勤,三个礼拜左右一个版本,前天刚发了 v0.9.0。后端是 Go,前端是 Vue 3,解析文档的服务用 Python 写。代码是 MIT 协议,文档是中文的。

README 里一句话把菜单报全了:查资料用 RAG,多步任务用 Agent,整理知识用 Wiki,三样用的是同一个知识库。

头一吃:问答

这是老本行。文档进来先解析、切块、建索引,你问问题,它先把相关的段落找出来,再让大模型照着答。

找段落用的是向量加关键词的混合检索,找出来再重排一遍。答案后头带着引用,点一下就跳回原文那一段。它说的话有没有根据,你自己能核。

能吃进去的东西也杂:PDF、Word、PPT、Excel、图片,扫描件能 OCR。飞书、Confluence、Notion、语雀、钉钉文档这些地方的资料,还能定时自动同步过来。

二吃:干活

问答是“你问我答”,Agent 是“你说我办”。它自己拆步骤,搜资料、读文档、调工具,每一步都摆在对话里给你看。

  • 技能:从 ClawHub、SkillHub、Git 或者 ZIP 包装进来,在 Docker、E2B 或者 Cube 的沙箱里跑。对话旁边能开终端和图形桌面,看着它干,不对劲儿随时接手。
  • 你的浏览器:装上腾讯开源的 BrowserSkill 扩展,它能直接操作你自己的 Chrome 或者 Edge,开网页、填表。碰上登录和验证码,它知道停下来交给你。
  • v0.9.0 新添的:几个 Agent 分头干活再汇总;一次性或者定时的自动任务;执行权限分三档,只读、改之前先问你、直接干。

让 AI 动你的浏览器,登录和验证码它还知道撒手,这点分寸,比有些实习生强。

三吃:整理成 Wiki

公司 Wiki 一般是这么个命:建的时候轰轰烈烈,半年以后没人更新,最后一页写着“待补充”。

WeKnora 让 AI 当这个没人愿意干的管理员。知识库里打开 Wiki,它从文档里把人物、产品、概念这些条目拎出来,写成互相链接的 Markdown 页面,每页都标着出处;还有张知识图谱,看谁跟谁有关系。

关键是不一锤子买卖:新文档进来,相关的页面跟着生成或者更新。AI 写得不对,你直接改,每一版都留着,随时能回滚,回滚这一下本身也能再回滚。

文字卡片:一鱼三吃,同一份知识库,三道菜。头一吃,问答:混合检索找段落,回答带引用,点一下跳回原文。二吃,干活:Agent 拆步骤、调工具,技能在沙箱里跑,还能操作你自己的浏览器。三吃,Wiki:自动整理成互相链接的页面,新文档进来跟着更新,改错了能回滚。腾讯开源,MIT 协议,GitHub 3.6 万颗星。

知识库成了水电煤

还有一招挺有意思:知识库能往外接。

WeKnora 内置了一个 MCP Server。在设置里建个端点,每个端点自己一把令牌,自己定能看哪几个知识库、开哪些工具。Cursor、Claude Code 这些 AI 工具,照着页面上给的配置一贴,就能直接查你的知识库。

文档里举的例子就很实在:给客服团队开一个只能检索、问答,只看两个知识库的端点;给内容团队开另一个,带写入权限。默认只开只读的工具,写入那组得你自己勾上。

除了这个,企业微信、飞书、Slack、Telegram 这些聊天软件里也能直接问,还能做成小挂件嵌到外部网站上。

管得细

企业用,最怕乱和说不清。这几样它都想到了:

  • 分块能改:检索用的文本块可以手动编辑,改了能比对、能回滚。
  • 权限:按空间分 Owner、Admin、Contributor、Viewer 四级角色,每个空间有审计日志。
  • 追踪:接 Langfuse,Agent 每一步想了什么、调了什么工具、花了多少 token,都有账。
  • 模型:内置 29 家厂商,OpenAI、DeepSeek、通义千问、智谱、混元都在,本地用 Ollama 也行。
  • 部署:本地、私有云都能装,大模型、向量库、存储都能换,数据不出你家门。

怎么装

有 Docker 的话,几条命令:

git clone https://github.com/Tencent/WeKnora.git
cd WeKnora
cp .env.example .env
docker compose pull
docker compose up -d

起来以后浏览器打开 http://localhost,跟着引导走。上生产集群有 Helm;自己电脑上试试,有不靠外部依赖的 Lite 单文件版。

丑话说在前头

  • 个头不小:一套标准部署,后端、前端、文档解析、数据库、Redis、沙箱,一大家子服务。小团队就想问问文档,先拿 Lite 版试试水。
  • Wiki 要花钱:自动整理是一篇篇喂给大模型的,文档越多,调用越多,账单上看得见。可以调抽取的粒度,也可以关了自动生成。
  • 别往公网上放:README 自己写着,虽然带登录,生产环境还是建议放内网,别直接暴露出去。
  • 版本还在 0.x:迭代快,几乎每版都有升级说明,数据库迁移、配置变化都在里头,升级前看一眼。

最后说两句

“上传文档就能问”这事儿,如今谁都能做;把同一份知识库做成问答、干活、Wiki 三样,还能接给别的 Agent 用,WeKnora 算做得全的。

一鱼三吃,前提是鱼得新鲜。文档要是三年没人更新,做成哪道菜,都是一股味儿。

红墙结尾卡片:一鱼三吃,前提是鱼得新鲜。文档三年没人更新,做成哪道菜都是一股味儿。下面是戴黑色棒球帽的 lzbob 卡通头像。

Comments

More writing