WeKnora 知识图谱：把文档实体关系和 RAG 检索链路变成看得见的图

WeKnora 知识图谱：把文档实体关系和 RAG 检索链路变成看得见的图

【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

你往知识库传了几百页产品手册，模型答得头头是道，但同事追问"这个结论依据哪条条款"时，你只能回翻原文慢慢找。WeKnora 的做法是把两样东西直接画出来：实体之间连成什么网，答案又是怎么一步步检索出来的。

WeKnora 是什么：一个把文档变成可查询知识的开源平台

WeKnora 是一个自托管的 LLM 知识平台，核心思路是把原始文档加工成三层能力：基于 RAG 的快速问答、能自主编排检索与 MCP 工具的 ReAct Agent，以及让 Agent 自动蒸馏文档、自我维护的 Wiki 模式。你上传的每一份文档都会被解析、切分、建索引，后续无论是提问、图谱查询还是 Wiki 页面生成，都建立在这套索引之上。

整体架构分四层：接入层（Web 前端、Go SDK、IM 集成）、REST API 服务、核心服务（文档处理、向量检索、LLM 推理、会话管理），以及底层的 OCR、Embedding、向量存储与 PostgreSQL。

知识图谱：散落文档里的实体是怎么连成网的

你遇到的问题：纯关键词检索只认字面，"退款规则"和"退货政策"字面上完全不同，但讲的都是同一件事。文档里的语义关联靠人脑串，串到第三页就断了。

它的处理：构建逻辑在图谱构建模块里。文档切分成 chunk 后，LLM 从每个 chunk 里抽取实体（带标题、描述、出现频次），再抽取实体间的有向关系并给出强度分。每条边的权重不是拍脑袋给的，而是点互信息（PMI）和关系强度按PMIWeight=0.6、StrengthWeight=0.4的配比归一化后加权得出；实体不直接相连、只隔了一跳的关系，权重再按IndirectRelationWeightDecay=0.5衰减，避免"弱关联"被误当成强关联。

你看到的效果：在知识库的"图谱"标签页，节点大小对应实体出现频次，边的粗细对应关系权重。以电商文档为例，"优惠券"节点会同时连着"订单状态"和"退款规则"，点开节点右侧面板直接显示它的描述和涉及的文档片段，不用回原文搜索。

检索链路：答案怎么来的，每一步都有痕迹

你遇到的问题：RAG 系统最容易挨问的一句话是"为什么得到这个答案"。只给结果不给过程，答案的可信度就靠模型自觉。

它的处理：检索走混合策略，BM25 稀疏检索管字面命中，向量检索管语义相近，两路结果合并后再经过重排。检索引擎的详细配置（父子切分、GraphRAG、HNSW 加速的 pgvector 等）见检索引擎文档。

你看到的效果：问答界面会按步骤展示"已完成问题理解 → 检索中知识库 → 找到 N 个结果 → 完成"，并在答案上方标注"检索完成、引用了 1 篇文档"。答案里的引用可以直接点开跳到对应文档和分块，审一遍就知道模型有没有读偏。

Wiki 模式：图谱不只看，还能改和回滚

除了即时检索，WeKnora 的 Wiki 模式让 Agent 把原始文档蒸馏成互相链接的 Markdown 页面，自动组织成分层目录。关键点是这个知识图谱产物是"可运维"的：每页都有版本快照，支持行级 diff 和一键回滚，也可以直接在浏览器里手动编辑。Agent 生成错了，改回来即可，不用重新灌库。

从克隆到看见第一张图的最短路径

1. git clone https://gitcode.com/GitHub_Trending/we/WeKnora拉下仓库，在.env里配好 LLM 和 Embedding 模型（名称、维度、Base URL）。
2. 启动服务并带上图谱组件：

docker compose pull docker compose --profile neo4j up -d

3. 打开http://localhost，进入知识库设置页启用实体和关系提取，上传一份文档，等后台跑完抽取。
4. 在知识库的"图谱"标签页查看自动生成的实体关系图，或者登录http://localhost:7474执行match (n) return (n)从 Neo4j 侧核对。
5. 回到对话页提一个跨文档的问题，对照上方展示的检索步骤和引用分块，验证检索链路。

两个容易踩的坑

📌图谱不是默认开启的：Neo4j 是 compose 的独立 profile，不显式带--profile neo4j起服务，.env里NEO4J_ENABLE=true配了也不会生效。启动后记得用NEO4J_URI=bolt://neo4j:7687这个默认地址核对连接。

💡图谱"脏了"先查并发和批处理参数：实体抽取默认MaxConcurrentEntityExtractions=4并发、关系抽取按DefaultRelationBatchSize=5分批，LLM 负载高时抽取质量会波动。如果某条边的权重明显偏低，优先怀疑是 PMI 样本量不足（出现次数少），而不是边本身没连对——衰减系数会再打五折。另外上传后文档一直卡在解析不动，多半是 Embedding 模型没配全，常见问题文档第 3 节有完整排查清单。

下一步想深入的话，建议从 Wiki 模式文档 开始看 Agent 是怎么组织页面链接的，再配合 MCP Server 说明 把这套检索和图谱能力接到你自己的应用里。

【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