🔥 【腾讯开源 WeKnora：3.4 万 star，把原始文档一键变成 RAG + 自主推理 Agent】
📌 项目定位：
WeKnora 是腾讯在 GitHub 开源的知识平台，解决的核心痛点是：企业手上的原始文档散乱难用，想搭智能问答或 Agent，往往要自己拼检索、向量化和推理链路。它的做法是把原始文档直接转成三样东西——**可查询的 RAG、能自主推理的 Agent、会自我维护的 Wiki**。仓库主语言是 Go，当前已拿到 34131 star，标签覆盖 agent、embeddings、knowledge-base。大厂把"文档变智能体"的整套工程思路摆到台面上，值得研究它怎么落地。
⚡️ 核心优势：
▫️ **一份文档三种产物**：同一批原始资料，既能输出可查询的 RAG，也能输出自主推理 Agent，还能生成自我维护的 Wiki，省掉多套系统重复建设。
▫️ **自主推理 Agent**：不是简单检索问答，而是能自己规划步骤、调用工具完成任务的 AI 程序，适合需要多步处理的复杂知识任务。
▫️ **Go 技术栈**：仓库主语言为 Go，对做后端和高并发服务的团队友好，工程结构可参考，不必硬啃 Python 生态。
▫️ **社区验证度高**：当前 34131 star，标签涵盖 agent、embeddings、knowledge-base，说明文档转换与检索方向已被大量开发者关注。
▫️ **大厂开源背书**：由腾讯开源，知识库这类偏基建的项目，能直接看到大厂如何组织文档处理与检索的实现方式。
🎯 实战落地场景：
👉 **想自建企业知识库的团队**：先去仓库看它的文档转换和检索实现，照着搭一套内部资料问答，少走从零设计管线的弯路。
👉 **Go 技术栈开发者**：想用 Go 做 AI 应用却缺参考？研究它的工程结构，看后端语言怎么接 embeddiing、RAG 和 Agent。
👉 **做 AI 应用的产品/创业者**：把客户散落的文档丢进去，快速产出可查询 RAG 加自主推理 Agent，做垂直知识助手时省掉底层拼装。
👉 **关注技术选型的架构师**：留意仓库后续是否补充部署说明和评测数据，再判断能否进生产环境。
🔗 项目直达：https://github.com/Tencent/WeKnora
🏷 标签： #开源 #RAG #Agent #知识库 #腾讯