WeKnora: la Plataforma de Conocimiento RAG y Agentes Open Source de Tencent

1. Qué Es WeKnora

La descripción de GitHub lo resume: “Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.” Es un producto completo, no una librería. Según el overview del README, usás RAG para consultar, el agente para tareas de varios pasos y la wiki para organizar el conocimiento — todo sobre las mismas bases de conocimiento, detrás de una sola interfaz web, con workspaces, roles, API keys y canales alrededor.

Si leíste mi post de OpenRAG, la diferencia en un párrafo: OpenRAG empaqueta Langflow, Docling y OpenSearch detrás de un solo comando uvx y te da flujos visuales para editar. WeKnora es una opción más pesada y más parecida a un producto para el mismo trabajo — backend en Go y UI en Vue con workspaces multi-tenant y RBAC, un agente con skills y sandbox, una wiki autogenerada y conectores para WeCom, Feishu, Slack y más. Mismo punto de partida de “chatear con tus documentos”, otra categoría de peso.

2. La Arquitectura en 4 Pasos

La nota de arquitectura del README dice que es un pipeline modular que va del parseo de documentos y la vectorización al retrieval y la inferencia del LLM, con cada componente reemplazable. La página de arquitectura de v0.8.3 (en chino) completa el detalle:

3. Quickstart: del Clone al Login

Requisitos según el README: Docker, Docker Compose y Git. Estos son los comandos del propio README, verificados contra el README el 2026-10-14 (no los ejecuté):

git clone https://github.com/Tencent/WeKnora.git
cd WeKnora
cp .env.example .env    # Edit .env as needed, see comments in the file
docker compose pull     # Pull the latest images
docker compose up -d    # Start core services

Después abrí http://localhost y seguí la guía de onboarding. La tabla de servicios del README lista la Web UI en http://localhost, la API backend en http://localhost:8080 y, solo con el perfil langfuse, el tracing de Langfuse en http://localhost:3000. La página de quickstart en chino agrega un health check y la regla del primer login: no hay cuenta por defecto — la primera persona que se registra recibe un workspace personal y queda como su Owner.

curl http://localhost:8080/health

Igual necesitás modelos. La documentación del quickstart dice que hace falta un modelo de chat y uno de embeddings, Ollama local o cualquier servicio compatible con OpenAI, configurados por base de conocimiento en un asistente de inicialización (usá su botón de prueba antes de guardar); cambiar el modelo de embeddings después implica reconstruir el índice. Para un Ollama local, el tip del README es levantarlo primero, y .env.example apunta OLLAMA_BASE_URL a host.docker.internal:11434 porque localhost dentro de un contenedor es el propio contenedor:

ollama serve > /dev/null 2>&1 &

¿Querés retrieval con grafos u object storage? Los perfiles son combinables; el README lista full (todo), neo4j, minio y langfuse:

docker compose --profile neo4j --profile minio pull
docker compose --profile neo4j --profile minio up -d
docker compose down     # Stop services

Actualizar tiene una trampa que el README marca: docker compose up -d solo puede reutilizar imágenes en caché y dejar la UI desincronizada del release, así que hacé pull primero. También dice que leas las notas de actualización de v0.8.3 antes de actualizar, y las de v0.8.2 si venís de una versión anterior.

# Set WEKNORA_VERSION in .env to the target release (e.g. 0.8.3), or keep latest
docker compose pull     # Pull images matching WEKNORA_VERSION
docker compose up -d    # Recreate containers with new images

¿Preferís scriptear antes que clickear? El README describe un CLI weknora “agent-first” (salida JSON por defecto, --format text para humanos). Estos son sus comandos de ejemplo; no verifiqué cómo instalar el CLI, así que arrancá por cli/README.md en el repo:

weknora profile add prod --host https://kb.example.com --use
weknora auth login
weknora kb list
weknora link --kb my-knowledge-base
weknora doc upload notes.md
weknora chat "summarise the design doc"

4. Antes de Abrir un Puerto: Defaults de Seguridad

Justo debajo de las opciones de despliegue, el README trae un bloque de advertencia. Lo parafraseo de cerca: WeKnora trae autenticación de login, pero para producción los mantenedores recomiendan fuertemente que:

Ese consejo importa por lo que el compose y .env.example hacen de fábrica:

5. Dónde Brilla: Casos de Uso

WeKnora justifica su peso cuando el conocimiento tiene que ser compartido, con permisos y actualizado entre un equipo:

El patrón en los seis: un despliegue, muchos usuarios, conocimiento que cambia todo el tiempo — no un desarrollador que necesita una búsqueda semántica rápida.

6. Cuándo NO Usarlo

WeKnora impresiona, pero no es el default correcto para todo trabajo de RAG. Límites honestos:

Conclusión

WeKnora es una rareza entre los repos RAG en tendencia: un producto con permisos, canales, evaluación y tracing, no solo una demo de pipeline. Unas 34K estrellas en unos 15 meses dicen que los equipos quieren justamente eso. El precio es el peso — un stack multi-servicio, un tren de releases 0.x y documentación que vive mayormente en chino.

Mi sugerencia: leé primero la nota de seguridad del README, corré el stack base en una red privada con el registro cerrado, indexá un corpus real y comparalo con tu setup actual — medí el recall en vez de adivinar (mi post de evaluación de RAG te muestra cómo). Si solo necesitás búsqueda semántica rápida, OpenRAG o pgvector te llevan ahí con menos piezas móviles.