企业官网建设流程全解析

WeKnora内网部署指南：文档知识检索与协作的30分钟落地方案

【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

周五下午5点，教研处要把一批课件共享给整个学院：最新版《高等数学教案》躺在某位老师的个人网盘里，学生问一句拉格朗日中值定理，翻出原文要15分钟。WeKnora是一个开源的LLM知识平台，把原始文档变成可检索的RAG知识库（RAG可以理解为"先翻书再回答"），并支持多用户权限隔离和带引用的智能问答。把它部署在校园内网上，不碰外网，数据全部留在自己的服务器。

部署前自查：15分钟确认服务器达标

按下面的顺序过一遍，每一项都满足即可直接开始：

• 如果你的服务器是4核CPU/8GB内存起步，标准Docker部署就够用。文档解析组件docreader内置LibreOffice和无头浏览器，比较吃内存；若还要启用Milvus、Langfuse等可选组件，再相应加内存。
• 如果只有一两个人使用，可以改用Lite单进程模式（SQLite + 内存队列，不需要Redis），适合离线与低资源环境。
• 如果校园网有防火墙，找网络管理员为服务器开放两个入站端口：80（前端Web）和8080（后端API）。
• 如果磁盘紧张，预留两个数据卷：Postgres数据卷和文档文件卷，容量按知识库规模估算。

docker --version && docker compose version git --version

两条命令都能输出版本号，环境检查就算通过。

核心搭建流程：三步把服务跑起来

获取代码（约1分钟）

仓库里的compose文件定义了完整的服务拓扑，不用自己写Dockerfile。

git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora

预期结果：目录下能看到docker-compose.yml、.env.example、config/等文件，即克隆成功。

适配配置（约10分钟）

先复制环境模板，.env.example 内每个变量都有注释，内网场景只需改几处：

cp .env.example .env

# .env FRONTEND_PORT=80 # 前端Web端口 APP_PORT=8080 # 后端API端口 STORAGE_TYPE=local # 文档存本地磁盘，不依赖云存储 MAX_FILE_SIZE_MB=50 # 单文件上传上限(MB)，大课件建议调大

解析与检索行为由 config/config.yaml 控制，教学资料场景重点关注这两个字段：

knowledge_base: chunk_size: 512 # 分块字符数，越小检索粒度越细 image_processing: enable_multimodal: true # 用多模态模型解析文档内图片/公式

启动服务（10~20分钟，视镜像拉取速度）

compose 会按依赖顺序拉起 frontend、app、Postgres（含向量扩展）、Redis、docreader，首次启动自动执行数据库迁移，无需手动建表。

docker compose pull docker compose up -d docker compose ps

预期结果：5个核心服务均处于 running 状态；app 带健康检查，刚启动可能短暂显示 unhealthy，约60秒后复查。浏览器打开http://服务器IP进入初始化页，注册管理员账号并配置大模型（API 或本地 Ollama），这是部署后唯一必须人工完成的步骤。

跑通与验证：用3个动作确认它真的能干活

服务起来后，建议按下面3个动作验收，全部通过就可以交给使用者：

文档列表页能看到每份文档的解析进度与状态，卡在处理中的文件可在这里排查重试。

性能上只需要盯两个数字：文档解析时长（知识库页面有逐阶段进度，大文件解析慢属正常）和检索响应时间（模型应答后通常数秒内返回，取决于你配置的模型服务）。

踩坑与进阶

上线初期最常遇到的是这三个问题，每个5分钟内能定位：

• 大文件上传失败：上传有两道闸门——.env的上传上限（默认50MB）与 Nginx 限制。调大MAX_FILE_SIZE_MB，并把 frontend/nginx.conf 中client_max_body_size调得更大，再重启前端容器。
• 检索结果为空：十有八九是文档还没解析完，或初始化后未配置模型。先看知识库页的文档状态，再看模型配置是否完整。
• 服务起不来/页面502：执行docker compose logs app看日志尾部，最常见原因是.env里数据库凭证与 Postgres 容器不匹配。

后续值得开的两个方向：

• 知识图谱：用--profile neo4j启动，从文档中抽取语义关系，跨文档检索会更准。
• API 对接：签发权限范围的 API Key，把知识检索接进校园考试系统或 OA，权限模型详见 docs/RBAC说明.md。

WeKnora 采用 MIT 协议，模型厂商、向量库、对象存储等组件均可替换，内网部署不绑定任何特定云服务。更多参数说明以仓库内的官方文档站（website-docs 目录）为准，部署中遇到的具体问题可以直接到社区提 Issue 跟进。

【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