答案已發布25 來源
WeKnora 點樣將企業文件變成 AI Agent 用得着嘅知識庫？
WeKnora 以同一套企業文件支援 RAG 快速問答、多步驟 Agent 任務，同埋互相連結嘅 Wiki 頁面。 DeepSeek Harness 插件係接入已部署 WeKnora 嘅途徑，唔會取代伺服器；Harness 負責運用檢索結果，WeKnora 負責提供知識內容同佢生成嘅答案。
發布者使用 GPT-6 Sol 編輯圖片由 GPT Image 2 生成
研究答案
重點
- WeKnora 以同一套企業文件支援 RAG 快速問答、多步驟 Agent 任務，同埋互相連結嘅 Wiki 頁面。
- DeepSeek Harness 插件係接入已部署 WeKnora 嘅途徑，唔會取代伺服器；Harness 負責運用檢索結果，WeKnora 負責提供知識內容同佢生成嘅答案。
- GitHub 星數同插件目錄嘅「Verified」標籤值得留意，但唔等於權限、安全或版本相容性已通過生產環境驗證。
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: How does Tencent WeChat’s open-source WeKnora platform combine enterprise RAG, a ReAct-style agent runtime, a self-maintaining Wiki, and new. Article summary: WeKnora is best understood as a shared enterprise knowledge layer with three ways to use it: retrieve answers from documents, let a ReAct-style agent work through multi-step tasks, or maintain an interconnected Wiki. The. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
企業文件難用，問題往往唔止係「搵唔搵到」，仲包括搵到之後，AI 可唔可以根據原文回答、完成後續任務，或者將散落資料整理成容易瀏覽嘅知識頁面。騰訊微信團隊開源嘅 WeKnora，就係將呢三種用法放喺同一個知識平台。DeepSeek Harness 插件則係另一個入口，畀外部 Agent 使用已部署嘅 WeKnora，並唔係用插件取代平台本身。1
16
21
同一批文件，三種用法
- **RAG 快速問答：**RAG 即「檢索增強生成」。系統先由知識庫搵相關內容，再用嚟回答日常查詢。
- **ReAct Agent：**面對要分幾步完成嘅工作，Agent 可以檢索文件、搜尋網頁，並調用 MCP 工具同技能。MCP 可理解為讓 Agent 連接外部工具嘅協定。
- **Wiki 模式：**將原始文件整理成互相連結嘅 Markdown 頁面，並以視覺化知識圖譜呈現關係。項目亦提供手動編輯、修訂記錄同回復舊版本等功能。
1
8
「自我維護」講嘅係 Wiki 嘅目標工作流程，唔代表生成嘅頁面可以免於核對原始文件。1
8
WeKnora 嘅 Agent 能力亦唔限於搜尋。項目描述咗可跨同一工作階段持續使用嘅技能沙箱，支援 Docker、E2B 或 Cube 後端，讓 Agent 處理檔案同執行任務。跨對話記憶可保留有用背景；微信團隊表示，系統提出嘅記憶要經用戶確認，之後先會使用。WeKnora 亦可為工作空間提供 MCP 端點，供外部客戶端檢索知識庫同提問。1
6
12
16
項目同微信對話開放平台有關；相關渠道介紹亦包括企業微信等通訊平台整合。但呢啲渠道，同畀 DeepSeek Harness 接入 WeKnora 服務嘅插件，係兩回事。4
5
16
21
逾 2.5 萬粒 GitHub 星，代表乜？
一篇 9 月中嘅評測記錄 WeKnora GitHub 倉庫有 25,863 粒星；較早嘅 9 月報道則記錄 23,400 粒。兩個都係當時嘅截圖式數字，唔應當成固定嘅現時星數。佢哋反映項目獲得唔少開發者關注，卻無法證明某個實際部署嘅檢索準確度、存取權限、安全性或穩定性。4
6
DeepSeek Harness 插件實際做啲乜？
@wxg-prc-cpg/dsh-weknora 讓 Harness Agent 透過四項唯讀工具連接已部署嘅 WeKnora：列出可存取嘅知識庫、進行混合檢索、分頁讀取一份文件，以及要求 WeKnora 產生附來源引用嘅 RAG 或 Agent 答案。最後一項可傳回 session ID，供後續提問沿用。「唯讀」只係形容插件提供畀 Harness 嘅工具；唔應據此推斷 WeKnora 內部每個 Agent 工作流程都唔會產生其他操作。21
24
兩邊分工要分清：WeKnora 提供文件內容、檢索結果同佢自行生成嘅答案；Harness 編排自己嘅 Agent，決定點用傳回嘅段落或答案。WeKnora HTTP API 文件列出工作空間級、平台級 API Key，亦支援其他認證方式；實際使用嘅憑證及權限範圍，要配合部署設定同插件配置。Harness 用嚟調用模型嘅憑證，則係另一回事。17
21
36
如要安裝到 Harness 嘅 web profile，插件頁面提供嘅指令係：21
dsh plugin --profile web add @wxg-prc-cpg/dsh-weknora
**呢條指令只會安裝插件，唔會幫你部署 WeKnora 伺服器。**之後仍要指向一個已部署、可連線嘅 WeKnora 服務，並按插件完整說明設定憑證。插件頁面列出 WEKNORA_BASE_URL 作為部署位址設定；其他環境變數名稱唔好靠估。21
上線前，唔好將「已驗證」當成通行證
9 月嘅報道指，呢項整合曾以 DeepSeek Harness 0.1.0-rc.8 配合 WeKnora 0.7.2 驗證。插件目錄另外將 dsh-weknora 0.1.0 標示為「Verified」，而 WeKnora 文件已描述 v0.8.0 嘅能力。呢啲係唔同組件、唔同層面嘅資訊：唔代表所有較新版本組合都測試過，目錄標籤亦唔等於安全審查。1
20
42
43
48
如果涉及敏感文件，應先鎖定實際使用嘅 WeKnora 伺服器、插件同 Harness 版本，一齊測試。尤其要核實憑證可讀取邊啲知識庫同文件、引用能否對返原文、分頁讀取有冇遺漏、逾時點處理，以及有幾多機密文字會傳到調用插件嘅 Agent。GitHub 人氣同插件目錄適合用嚟發現工具，唔可以代替呢啲部署檢查。24
36
48
Studio Global AI
繼續你的研究
此頁麵包含一個有來源支援的答案，您可以在 Studio Global 內繼續。
人們還問
「WeKnora 點樣將企業文件變成 AI Agent 用得着嘅知識庫？」的簡短答案是什麼？
WeKnora 以同一套企業文件支援 RAG 快速問答、多步驟 Agent 任務，同埋互相連結嘅 Wiki 頁面。
首先要驗證的關鍵點是什麼？
WeKnora 以同一套企業文件支援 RAG 快速問答、多步驟 Agent 任務，同埋互相連結嘅 Wiki 頁面。 DeepSeek Harness 插件係接入已部署 WeKnora 嘅途徑，唔會取代伺服器；Harness 負責運用檢索結果，WeKnora 負責提供知識內容同佢生成嘅答案。
接下來在實務上我該做什麼？
GitHub 星數同插件目錄嘅「Verified」標籤值得留意，但唔等於權限、安全或版本相容性已通過生產環境驗證。