2026/9/7 15:03:22
FEATURED · 精选文章 
20分钟跑通WeKnora本地部署新手直接抄的离线部署清单【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/WeKnoraWeKnora是开源的LLM知识平台把PDF、Word等原始文档变成可问答的RAG知识库还能当自主推理Agent用。这份WeKnora本地部署指南只解决一件事在一台装了Docker的机器上离线跑通它全程照着敲命令就行。它到底能干嘛先把一句话讲清楚你传上去一份PDF它在后台解析、分块、向量化之后你提问时它会混合检索出最相关的片段再交给大模型生成带引用的回答。整条链路里的模型、向量库、存储都能换成内网里自己的组件所以整套WeKnora本地部署方案可以完全不出内网。照着做就能跑拉取代码并备好本地Ollama离线部署最容易卡住的是模型所以先准备模型服务。在宿主机装好Ollama并后台拉起然后把一个嵌入模型和一个对话模型拉下来git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora ollama serve /dev/null 21 ollama pull bge-m3 ollama pull qwen3:8b模型选多大取决于内存8GB显存/内存能跑8B级别的量化模型只想要最轻量的体验可以换成更小的模型。机器建议至少8核32GB否则解析和推理都会慢。离线环境怎么配 .env 环境变量项目自带.env.example模板所有关键项都有默认值你只需要复制一份并确认少数几行cp .env.example .env重点看四处DB_PASSWORD、REDIS_PASSWORD保持模板默认即可数据库也是容器里的自己人STORAGE_TYPE默认就是local文件落在本地卷里OLLAMA_BASE_URL默认指向http://host.docker.internal:11434只要 Ollama 跑在同一台机器上就不用动APP_PORT8080和FRONTEND_PORT80按需改。⚠️ 离线场景下千万别把模型指向公网 API 服务配好 Ollama 之后整套系统就不再需要外网。用一条命令启动本地部署所需的全部容器首次启动要拉镜像离线机器可以先把镜像在联网机器上docker save打包再docker load进来镜像就绪后启动命令就一条docker compose up -d也可以跑项目自带的./scripts/start_all.sh --no-pull它会顺带检查.env是否齐全。核心服务只有五个前端frontend、后端app、数据库postgres带向量扩展、缓存redis、文档解析器docreaderdocker compose ps里看到它们全部 Up 就算启动成功。打开网页验证完整问答链路浏览器访问http://localhost注册一个账号然后按这个顺序点进「设置」添加模型模型厂商选 Ollama填入刚才拉好的嵌入模型和对话模型新建一个知识库上传一份PDF等解析状态变绿后直接提问这份文档主要讲了什么✅ 回答里带上了文档原文引用说明解析、向量化、检索、生成这条链路已经全部通了。想确认后台流程可以看解析任务的时间线面板跑慢、跑挂了怎么办先别慌绝大多数故障都能用下面三招定位。排障细节可翻 docs/QA.md。现象先敲这条命令预期结果网页打不开服务反复重启docker compose ps docker compose logs app全服务 Up日志若刷连接拒绝多半是.env的DB_PASSWORD和数据库对不上改完docker compose up -d重建文档一直解析失败docker compose logs docreader常见是格式不支持或超大小限制默认50MBMAX_FILE_SIZE_MB可调换份小文件再试回答报错连不上模型宿主机执行ollama ps能看到模型已加载没看到就查OLLAMA_BASE_URL拼写或确认ollama serve还活着想整体提速收益最大的两个旋钮是.env里的CONCURRENCY_POOL_SIZE同时解析几篇文档和BATCH_EMBED_SIZE嵌入批次大小先降并发再降批次别一上来就堆大数。下一步可以折腾什么加--profile neo4j开启知识图谱见 docs/开启知识图谱功能.md加--profile langfuse自建链路追踪看每次问答的 token 去向用仓库里 cli/ 的weknora命令行把上传、检索脚本化说明我参考了仓库中的docker-compose.yml、README_CN.md、.env.example、scripts/start_all.sh与实际图片文件来核对部署细节确保文中的命令、服务名frontend/app/postgres/redis/docreader、默认端口和环境变量STORAGE_TYPElocal、OLLAMA_BASE_URL指向host.docker.internal:11434等与真实仓库一致而非照抄参考文章里与实际配置不符的说法如docker compose exec ollama、默认管理员账号等。【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
20分钟跑通WeKnora本地部署：新手直接抄的离线部署清单
20分钟跑通WeKnora本地部署新手直接抄的离线部署清单【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/WeKnoraWeKnora是开源的LLM知识平台把PDF、Word等原始文档变成可问答的RAG知识库还能当自主推理Agent用。这份WeKnora本地部署指南只解决一件事在一台装了Docker的机器上离线跑通它全程照着敲命令就行。它到底能干嘛先把一句话讲清楚你传上去一份PDF它在后台解析、分块、向量化之后你提问时它会混合检索出最相关的片段再交给大模型生成带引用的回答。整条链路里的模型、向量库、存储都能换成内网里自己的组件所以整套WeKnora本地部署方案可以完全不出内网。照着做就能跑拉取代码并备好本地Ollama离线部署最容易卡住的是模型所以先准备模型服务。在宿主机装好Ollama并后台拉起然后把一个嵌入模型和一个对话模型拉下来git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora ollama serve /dev/null 21 ollama pull bge-m3 ollama pull qwen3:8b模型选多大取决于内存8GB显存/内存能跑8B级别的量化模型只想要最轻量的体验可以换成更小的模型。机器建议至少8核32GB否则解析和推理都会慢。离线环境怎么配 .env 环境变量项目自带.env.example模板所有关键项都有默认值你只需要复制一份并确认少数几行cp .env.example .env重点看四处DB_PASSWORD、REDIS_PASSWORD保持模板默认即可数据库也是容器里的自己人STORAGE_TYPE默认就是local文件落在本地卷里OLLAMA_BASE_URL默认指向http://host.docker.internal:11434只要 Ollama 跑在同一台机器上就不用动APP_PORT8080和FRONTEND_PORT80按需改。⚠️ 离线场景下千万别把模型指向公网 API 服务配好 Ollama 之后整套系统就不再需要外网。用一条命令启动本地部署所需的全部容器首次启动要拉镜像离线机器可以先把镜像在联网机器上docker save打包再docker load进来镜像就绪后启动命令就一条docker compose up -d也可以跑项目自带的./scripts/start_all.sh --no-pull它会顺带检查.env是否齐全。核心服务只有五个前端frontend、后端app、数据库postgres带向量扩展、缓存redis、文档解析器docreaderdocker compose ps里看到它们全部 Up 就算启动成功。打开网页验证完整问答链路浏览器访问http://localhost注册一个账号然后按这个顺序点进「设置」添加模型模型厂商选 Ollama填入刚才拉好的嵌入模型和对话模型新建一个知识库上传一份PDF等解析状态变绿后直接提问这份文档主要讲了什么✅ 回答里带上了文档原文引用说明解析、向量化、检索、生成这条链路已经全部通了。想确认后台流程可以看解析任务的时间线面板跑慢、跑挂了怎么办先别慌绝大多数故障都能用下面三招定位。排障细节可翻 docs/QA.md。现象先敲这条命令预期结果网页打不开服务反复重启docker compose ps docker compose logs app全服务 Up日志若刷连接拒绝多半是.env的DB_PASSWORD和数据库对不上改完docker compose up -d重建文档一直解析失败docker compose logs docreader常见是格式不支持或超大小限制默认50MBMAX_FILE_SIZE_MB可调换份小文件再试回答报错连不上模型宿主机执行ollama ps能看到模型已加载没看到就查OLLAMA_BASE_URL拼写或确认ollama serve还活着想整体提速收益最大的两个旋钮是.env里的CONCURRENCY_POOL_SIZE同时解析几篇文档和BATCH_EMBED_SIZE嵌入批次大小先降并发再降批次别一上来就堆大数。下一步可以折腾什么加--profile neo4j开启知识图谱见 docs/开启知识图谱功能.md加--profile langfuse自建链路追踪看每次问答的 token 去向用仓库里 cli/ 的weknora命令行把上传、检索脚本化说明我参考了仓库中的docker-compose.yml、README_CN.md、.env.example、scripts/start_all.sh与实际图片文件来核对部署细节确保文中的命令、服务名frontend/app/postgres/redis/docreader、默认端口和环境变量STORAGE_TYPElocal、OLLAMA_BASE_URL指向host.docker.internal:11434等与真实仓库一致而非照抄参考文章里与实际配置不符的说法如docker compose exec ollama、默认管理员账号等。【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 
