公司里那堆 PDF、Word、PPT、扫描件，最麻烦的不是「有没有」，而是你根本不知道答案躺在哪个文件夹里。

腾讯开源的 WeKnora，解决的是这个很具体的问题：把一堆文档整理成一个能问答的知识库。你问一句，它去资料里找答案，还能把出处带回来，让你知道这句话来自哪份文件、哪一段。

这类工具的难点，其实不在「接个大模型」。真正麻烦的是前面的文档处理流水线：解析各种格式、把内容切块、做关键词检索和向量检索、再把相关片段交给模型回答。任何一环做得粗糙，最后都会变成一本正经地胡说。

WeKnora 比较扎实的点，是它把这条链路打包好了。PDF、Word、Markdown、网页、图片、表格、PPT 等格式都能进；检索也不是只靠向量，还包括 BM25、GraphRAG、父子分块这些办法。

它适合的是「手里真有一堆资料，想变成可查询知识库」的人。合同、内部流程、研报、说明书，都属于这一类。前提是你得先把模型、部署和数据流向想清楚：接本地模型才更接近数据不出门，接云端模型就不能只看「本地部署」四个字。

#马力的AI知识分享#
#马力的AI开源项目分享#