卧槽，腾讯把 ima 开源了，本地服务器就能跑！

作者：泽安AI研习社
链接：https://zhuanlan.zhihu.com/p/1948353232708539316
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

大家好，我是泽安！见字如面～

想必大家都知道，腾讯的 ima，ima 从功能和生态上面确实好用，但是最大的缺点就是他是一个产品，不适合 to B 的企业深度应用，因为它不能够批量导入，不能够与其他系统进行很好的有效关联！

最近我看到了腾讯开源了一款知识库产品 WeKnora（维娜拉），它一款基于大语言模型（LLM）的文档理解与语义搜索框架，专为结构复杂、内容丰富的文档场景而打造；既可以本地部署，也可以线上使用！

作为 AI 知识管理爱好者，我看到这个消息的时候，我确实有些激动，想本地部署 IMA 知识库的时候，可以尝试下这个开源的知识库！

今天周末在家里玩了一下，效果不错，但功能还欠缺！来一起看看～

官方地址和 github 地址放到文末了！

本地部署：

需要预先部署好 docker 和 docker-compose，我就不详细说了！可以翻阅我历史文章，AI知识库管理总结里面也涉及到了哦，可以看我主页，全网同名

部署完 docker 和 docker-compose 后，我们直接拉代码

# 克隆主仓库
git clone https://github.com/Tencent/WeKnora.git
cd WeKnora

# 复制示例配置文件
cp .env.example .env

# 编辑 .env，填入对应配置信息# 所有变量说明详见 .env.example 注释

# 启动全部服务（含 Ollama 与后端容器）
./scripts/start_all.sh
# 或
make start-all

# 启动 ollama 服务 (可选)
ollama serve > /dev/null 2>&1 &

# 启动服务
docker compose up -d

最后启动完成后如下图，这就证明你部署成功了

直接访问：http://localhost ；如果你在服务器上部署，则改成服务器的 IP 地址即可

配置 llm 模型，这里我用的 deepseek-v3.1 的思考版，你也可以使用其他的：通义，豆包，kimi 等等都可以

配置 Embedding 嵌入模型，这里我用的是阿里云的 text-embedding-v4,2048 的维度；

解释下什么是 Embedding 嵌入模型：能够将文本、图像、视频等数据转换为数学空间中的向量。通过计算向量之间的距离或夹角，可以量化数据的相似度，从而作用于精准搜索、智能推荐、自动分类及异常检测等任务。

而且还可以配置重新排列模型，这里不支持远程配置，我就没有进行安装了！实际的商用场景，这个是必不可少的！

它可用于语义检索场景，模型可以简单、有效地提升文本检索的效果。可根据与查询的语义相关性从高到低对候选文本进行排序。

还可以做多模态图片信息提取，这里支持远程，但是需要配置对象存储哦！

最后我们保存后，来测试下效果：

上传了洋哥的《超级个体从零到百万变现》～

我们看下结果

同时除了界面应用，他还支持 API，这里查看：https://github.com/Tencent/WeKnora/blob/main/docs/API.md

除了本地部署外，还支持在线版的对话平台，这个平台可以无缝对接到公众号，小程序，企业微信，微信客服等接口

最后先说下本产品泽安的真实体验：

1. 基本的流程是完全可用的，在小数据量的前提下，精准度非常高，回答效果也不错！
2. 私有化部署的我没有找到多个知识库的按钮，没有文件夹，没有标签的概念，我非常担心当数据量大的时候，回答效果会下降
3. 目前腾讯的知识库产品基本清晰了，IMA 是面向个人和中小团队的，腾讯乐享 AI 知识库，是企业级的知识库管理 SaaS 平台产品，WeKnora 则是开源，可私有化部署的文档与语音检索框架，并且我感觉 WeKnora 就是在 ima 上抽离出来的

我是泽安，欢迎关注！

核心定位：AI 编程，优势标签：AI 知识库，AI智能体

标签：一人企业践行者，AI 外企技术经理，破局行动家，AI知识库教练

泽安愿景：在AGI时代深度链接1000位同行者，带领10万人进入AGI时代，并为100万人提供AI提效服务