WeKnora 详解系列 · 第二章

各位数码圈的老铁们，叨叨数码又来了。

上一篇咱们把 WeKnora 是什么、怎么 5 分钟跑起来，扒了个底朝天。今天这篇才是真正的"重头戏":

怎么把公司那一堆乱七八糟的文档接进来？三种对话模式到底该用哪个？

这俩问题搞不明白，WeKnora 装上也是个花瓶。我尽量用"装机器"的姿势给你讲明白，看完你就能根据自己的场景对号入座。

一、先说文档：WeKnora 都能"啃"哪些格式？

先解决最基础的问题：你手里的文档，WeKnora 吃不吃得动？

答案是：基本上市面常见格式，它都吃。

总数 10+ 种，基本涵盖了企业内部 95% 的文档类型。

叨叨数码先泼盆冷水：支持归支持，效果天差地别。我们后面会聊到 v0.6.2 的"流程配置"黑科技，能让你针对不同文档调不同的"解析配方"。

二、知识库三种"机型"：FAQ / 文档 / Wiki 怎么选？

光有文档不够，你得先搞清楚 WeKnora 把文档"装"到哪里——这就要说到三种知识库类型了。

叨叨数码用数码圈老规矩，给你类比成"三款机型"：

机型 1：FAQ 知识库（轻便型，适合高频问题）

定位：标准 Q&A 对，类似"客服话术库"。

特点：

• 一问一答，答案固定
• 适合客服、售前、FAQ 文档
• 检索速度快，成本低

数码类比：相当于客服手里的"标准话术表"——客户问"保修期多久"，直接对照回答，不绕弯子。

机型 2：文档知识库（主力机型，覆盖 80% 场景）

定位：把成型的文档（产品手册、规章制度、技术文档）丢进去，AI 帮你查、帮你答。

特点：

• 支持各种格式（PDF/Word/Excel/PPT...）
• 自动分块、向量化、检索
• 答案会带"引用源"——告诉你是从哪份文档第几页找到的

数码类比：相当于"随身带了一整个图书馆"——不管你问什么冷门问题，它都能从书里给你翻出来。

这是最常用的一类，企业内部知识库基本都用这个。

机型 3：Wiki 知识库（旗舰款，自动整理+知识图谱）

定位：v0.5 才 GA 的"旗舰机型"。Agent 自动把一堆零散文档整理成结构化、带交叉引用、带知识图谱的 Wiki。

特点：

• Agent 自动生成目录、概念、链接
• 自带知识图谱可视化
• 新文档进来，自动更新 Wiki（不用人工维护）
• v0.5.2 扩到了 4 万文档规模

数码类比：相当于你有一台"自动整理文件的 NAS"——文件扔进去，它自动分类、命名、建索引、画关系图。

这是 WeKnora 真正的杀手锏，别的开源 RAG 框架基本没有。

三种机型怎么选？叨叨数码给你一张"选机指南"：

当然，三种可以混着建。叨叨数码自己的用法是：FAQ 放常见问题、文档知识库放产品手册、Wiki 放"项目复盘资料库"。各司其职，不打架。

三、流程配置：v0.6.2 的"解析配方"黑科技

这一节是叨叨数码觉得最值得吹的功能——Per-Upload Process Config，v0.6.2 刚上的。

说人话：每次上传文档时，你可以单独配置"怎么解析它"。

这玩意儿解决了一个长期痛点——不同文档得用不同解析方式，但之前的 RAG 框架一刀切：

• 扫描版 PDF（图片）需要 OCR，但纯文字 PDF 不需要
• 长技术文档需要细粒度分块，短 FAQ 直接整段就行
• 研究资料需要抽取知识图谱，普通产品手册不需要

WeKnora 让你针对每一次上传，按下面 6 个维度独立配置：

两种使用姿势：

• UI 党：上传时会弹个"确认对话框"，勾勾选选就行
• 程序员：直接调 process_config API，批量上传时用脚本控制

更狠的是：解析错了可以重解析，用新配置再跑一遍——不用删了重传。

叨叨数码数码类比：这相当于相机的"场景模式"——拍人用肖像模式、拍夜景用夜景模式、拍美食用微距模式。一个机器搞定所有场景，不用换镜头。

四、数据源同步：飞书 / Notion / 语雀一键打通

很多公司文档不在本地，在云端协作文档里。WeKnora 直接做了连接器：

两种同步模式：

• 增量同步：只拉新文档/修改过的文档，省时省力
• 全量同步：一次性把所有历史文档拉过来

凭证安全也不马虎：AES-256-GCM 加密存储，你授权一次，WeKnora 自己刷 token 续期，不用你管。

叨叨数码类比：这相当于你的"云盘同步客户端"——登录一次，文件自动同步，本地访问速度还贼快。

官方说"more data sources coming soon"，估计 Confluence、Slack、Google Docs 都在路上。

五、重头戏：三种对话模式怎么选？

叨叨数码直接说结论：这三种不是替代关系，是互补关系。不同问题用不同模式，效果差出十条街。

模式 1：RAG 快速问答（基础款，80% 场景用这个）

工作原理：你问问题 → 系统从知识库检索相关内容 → 丢给 LLM 生成答案。

优点：

• 速度快（秒级响应）
• 成本低（一次 LLM 调用）
• 答案带引用，可溯源

适合场景：

• 客服答疑："保修期多久？""怎么退货？"
• 产品查询："X 系列和 Y 系列的差别？"
• 制度查询："年假怎么请？几天？"

数码类比：相当于"快捷指令"——一句话办一件事，不绕弯子。

模式 2：ReAct Agent（进阶款，复杂任务用这个）

工作原理：Agent 自主思考"下一步该干嘛"，能调用 MCP 工具、能上网搜、能多次检索，直到问题解决。

核心能力：

• 🔧 工具调用：MCP 工具、网络搜索、SQL 查询
• 🔁 多步推理：拆解复杂任务，逐步执行
• ⏱️ 可配置超时：每个 Agent 可设独立 LLM 超时，防卡死
• 🛡️ 人工审批：v0.5.2 引入 MCP human-in-the-loop，敏感操作需要人确认
• 🤔 思考模式：每个模型可配 thinking-mode

适合场景：

• 多步操作："对比 Q3 和 Q4 销售数据，写份摘要"
• 跨知识库任务："综合产品和财务两个库做个分析"
• 需要外部数据："查一下行业最新动态 + 我们公司资料，给个建议"

数码类比：相当于"智能家居中枢"——一句话，它能联动扫地机器人、开空调、关窗帘，全自动编排。

▲ Agent 模式下的工具调用流程可视化（来源：官方 docs/images/agent-qa.png）

模式 3：Wiki 模式（旗舰款，知识管理用这个）

工作原理：Agent 把零散文档主动整理成结构化、互相链接的 Markdown Wiki + 知识图谱。

核心能力：

• 📚 自动生成目录、概念、链接
• 🕸️ 知识图谱可视化
• 🔄 新文档进来，自动更新 Wiki
• 📏 v0.5.2 扩到 4 万文档规模

适合场景：

• 项目复盘：把零散会议纪要整理成项目档案
• 行业研究：把几百篇报告整理成知识体系
• 产品规划：把用户反馈、需求文档、PRD 整理成"产品知识库"

数码类比：相当于"AI 整理收纳师"——你往家里扔一堆杂物，它自动分类、贴标签、建索引，下次找东西秒级定位。

▲ Wiki 模式自动生成的 Markdown 知识库（来源：官方 docs/images/wiki-browser.png）

▲ 自动生成的知识图谱（来源：官方 docs/images/wiki-graph.png）

叨叨数码的"选模式"秘籍

问自己三个问题：

1. 问题答案在文档里能找到吗？
    → 能 → RAG
2. 问题需要拆解、需要查外部数据/工具？
    → 是 → ReAct Agent
3. 你想要的是"整理后的知识体系"？
    → 是 → Wiki 模式

这是叨叨数码用了几个版本总结出来的"三步决策法"，基本能覆盖 95% 的场景。

六、对话设置：把这台"机器"调到最舒服

模式选好了还不够——你得会调设置。WeKnora 给了三个核心"调机旋钮"：

▲ 对话设置界面：检索阈值、Prompt、模型参数都能调（来源：官方 docs/images/settings.png）

旋钮 1：在线编辑 Prompt

觉得 AI 回答得不对？想让它换个语气、加点要求？直接在线改 Prompt，不用重启服务。

叨叨数码类比：相当于你给手机语音助手"调教"——加几条规则，它下次就更懂你。

旋钮 2：检索阈值调优

这是个关键参数，直接决定答案质量：

• 阈值调高：检索更严格，只返回高相关内容 → 答案精确，但可能漏掉一些
• 阈值调低：检索更宽松，啥都返回 → 答案丰富，但可能跑偏

叨叨数码建议：先用默认值跑一遍，再根据实际问题微调。如果答案经常"答非所问"就调高，如果经常"找不到"就调低。

旋钮 3：多轮上下文感知

这个功能让 AI 记得你之前说过什么。比如：

你：X 系列和 Y 系列差别是啥？
AI：（列出 5 点）
你：Y 系列的电池呢？
AI：Y 系列电池是 5000mAh，续航比 X 系列多 2 小时。

看到了吗？第二个问题没提"Y 系列"，AI 也知道你说的是哪个。这就是多轮上下文的威力。

叨叨数码类比：这相当于你和 Siri 聊天时，它不会每句话都失忆，而是记得你们聊过啥。

彩蛋：建议问题（Suggested Questions）

最后提一个贴心功能：建议问题。

系统会根据你刚上传的文档，自动生成 3-5 个推荐问题，展示在对话框上方。

这对 C 端用户特别有用——很多人不知道该问什么，有了建议问题，提问门槛直接砍半。

叨叨数码类比：相当于你打开外卖 App，它先推荐"附近热门"，你不用从零开始选。

小结：这一期我们聊了啥

来，简单回顾一下：

• 文档格式
  10+ 种，PDF/Word/PPT/Excel/图片/音频/CSV/Markdown 全支持
• 知识库三机型
  FAQ（轻便型）/ 文档（主力）/ Wiki（旗舰）
• 流程配置
  v0.6.2 黑科技，6 个维度独立配置解析方式
• 数据源同步
  飞书 / Notion / 语雀，增量 + 全量两种模式
• 对话三模式
  RAG（基础）/ ReAct Agent（进阶）/ Wiki（旗舰），互补关系
• 三个旋钮
  Prompt 在线编辑 / 检索阈值 / 多轮上下文

是不是感觉脑子里有了 WeKnora 的"使用说明书"了？

下一期 WeKnora详解（三）：检索与生态集成——怎么让它答得更准、接得更广，我们要聊：

• BM25 / 稠密 / GraphRAG / 父子分块这些检索策略怎么选
• HNSW 加速 pgvector 是啥黑科技
• 20+ 大模型怎么挑、怎么换
• 7+ 个 IM 渠道怎么对接

觉得有用的话，点赞、在看、转发三连，叨叨数码下期继续拆 WeKnora。

我是叨叨数码，我们下期见。 #WeKnora知识分享季

🔗 项目地址：https://github.com/Tencent/WeKnora

📌 公众号：叨叨数码 · 专注 AI 工具、开源项目与数码好物拆解