WeKnora离线部署完整教程:内网无网络环境下4步搭建私有知识问答系统

WeKnora离线部署完整教程:内网无网络环境下4步搭建私有知识问答系统 WeKnora离线部署完整教程内网无网络环境下4步搭建私有知识问答系统【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/WeKnoraWeKnora 是一个开源的 LLM 知识平台把原始文档变成可提问的 RAG 知识库、能自主推理的智能体和自动维护的 Wiki。本文带你在一台没有外网的内网服务器上只靠 Docker 把整套系统跑起来——文档解析、向量检索、大模型问答全部发生在你的硬件里数据不出域。你会得到什么先说结果让你知道这套折腾换来的是什么。部署完成后浏览器打开http://localhost你能做到三件事快速问答上传一批 PDF、Word、Excel用大白话提问答案带来源引用智能体推理面对多步复杂问题ReAct 智能体会自己规划检索、调用工具、逐步求解自动 Wiki智能体把散装文档蒸馏成带互链的 Markdown 知识库还能一键回滚历史版本。整个系统由五个容器组成前端界面、后端 API、文档解析器docreader、带向量检索能力的 PostgreSQLParadeDB 镜像和 Redis 缓存。它们全部运行在一个名为WeKnora-network的 Docker 内部桥接网络里彼此通过内网通信不产生任何出网请求。这套方案适合谁先花 10 秒判断一下自己该走哪条路能省很多事你的情况建议说明个人或小团队只想本机试用Lite 形态单应用、零依赖数据完全存本地默认只允许本机访问不需要数据库和消息队列企业内网、多成员协作、完整解析链路标准版本文主角Docker Compose 多容器部署私有化后数据同样留在本地涉密环境服务器完全断网标准版 镜像/模型预迁移见下文起飞前检查Lite 与标准版的完整差异可以看 Lite 文档。本文按标准版展开因为绝大多数内网部署最终都要走到这一步。起飞前检查先确认三件事新手卡住八成不是命令打错而是准备工作缺了一块。按顺序过一遍1. Docker 环境docker compose version能输出版本号就行。装不上 Docker 的话这一步会卡最久优先解决。2. 硬件规模一套推荐配置8 核 CPU、32GB 内存、200GB 可用 SSD 空间。大模型推理是内存大户如果你还要跑本地对话模型内存不足时问答会慢得让人怀疑人生。3. 无网络环境下的搬运计划完全断网才需要在有网的机器上准备两样东西拷到内网目标机容器镜像docker save导出目标机docker load导入涉及 weknora-app / weknora-ui / weknora-docreader、ParadeDB 版 PostgreSQL、Redis 等镜像Ollama 模型文件对话模型和嵌入模型嵌入模型是把文字转成数字向量、供语义检索用的翻译官在有网机上ollama pull后用ollama cp迁移或整目录拷贝~/.ollama/models。有外网的内网跳板机环境可以跳过这一节。四步把系统跑起来第一步拿到项目代码git clone https://gitcode.com/GitHub_Trending/we/WeKnora cd WeKnora内网机器上可以直接把整个目录打包拷过去效果一样。第二步生成配置文件cp .env.example .env.env是整套部署的总开关模板文件里每一项都有中文注释。默认值大多可以直接用离线场景重点关注三行STORAGE_TYPElocal # 文件落在本地卷默认值即可无需改 OLLAMA_BASE_URLhttp://host.docker.internal:11434 # 容器访问宿主机 Ollama 的地址默认即可 SYSTEM_AES_KEYweknora-system-aes-key-32bytes!! # 建议换成自己生成的32字节字符串前两项解释一下STORAGE_TYPElocal保证所有上传文档都写进本地 Docker 卷host.docker.internal是容器里指代宿主机的固定写法Ollama 跑在你本机 11434 端口上这个地址不用动。第三项SYSTEM_AES_KEY用来加密数据库里存的 API 密钥等敏感字段——一旦丢失已加密的数据无法恢复所以务必自己换掉模板里的示例值并妥善备份。第三步启动全部服务docker compose up -d镜像已在第三步搬运计划里导入过的机器加--pull never避免它尝试出网拉取或者直接用仓库自带的启动脚本./scripts/start_all.sh --no-pull脚本会顺手把宿主机的 Ollama 也拉起并持续跟踪后端、解析器、数据库的启动日志方便你确认状态。第四步等健康检查通过首次启动会执行数据库自动迁移AUTO_MIGRATE默认开启比平时慢一些。等一两分钟后检查docker compose ps五个容器都显示Up其中WeKnora-app是healthy才算就绪——前端容器配置了等 app 健康再启动的依赖关系所以 app 不绿页面就不开这是正常保护逻辑不是故障。如何验证部署完全离线部署成功后值得花两分钟做个断网测试彻底放心探活后端curl http://localhost:8080/health返回正常即后端在线看端口面标准部署只向宿主机开放 80前端和 8080API两个端口其余组件如 docreader 的 50051只在内部网络可见看数据流浏览器开开发者工具的 Network 面板问一个问题你会看到所有请求都发往localhost终极验证如果条件允许直接拔掉网线再问一轮答案照常生成——这就是数据不出域的字面含义。大模型这一环也值得确认Ollama 跑在宿主机上容器经host.docker.internal连入也就是说连大脑都在你自己的机器里而不是某家云厂商的 API。接入本地模型问出第一个问题服务都绿了但系统还不知道用哪个模型思考。接下来五分钟内完成初始化确认 Ollama 就绪宿主机上ollama list能看到你迁移过来的模型即可浏览器打开http://localhost注册账号进入设置里的模型配置把 Ollama 作为 Provider 接入分别选一个对话模型负责生成回答和嵌入模型负责把文档切片变成向量建知识库、传文档新建知识库后拖入 PDF、Word、TXT 等文件系统自动走解析 → 切块 → 向量化流水线切片可以在界面上逐块查看和编辑开问处理完成后在对话框提问答案下方会列出引用来源点一下就能跳回原文位置。如果还想看智能体把文档整理成 Wiki 的效果同一个知识库可以切换到 Wiki 模式几分钟后得到一份带知识图谱的互链文档常见卡点速查现象原因解法页面 502 或一直打不开app 容器健康检查未通过前端在等它docker compose logs app看日志首启数据库迁移慢属正常等 1-2 分钟模型配置里 Ollama 连不上宿主机 Ollama 未启动或地址配错宿主机跑ollama serve确认.env里OLLAMA_BASE_URL指向http://host.docker.internal:11434文档解析慢到怀疑CPU 跑嵌入模型或单文件过大换更小的嵌入模型用MAX_FILE_SIZE_MB限制单文件体积升级后界面还是旧版只执行了up -d复用了本地旧镜像先docker compose pull或./scripts/start_all.sh -p再up -d数据消失误删了 Docker 卷数据在postgres-data、data-files等卷里docker compose down时千万别带-v更多排障细节见官方 FAQ环境变量的完整清单约 150 项、含注释在官网文档里可查。跑起来之后可以往这三步走按需开启可选组件知识图谱加--profile neo4j对象存储加--profile minio全链路追踪加--profile langfuse--profile full一次全开组件间仍走内网接入内网 IMWeCom、飞书、Slack 等渠道都支持私网部署把知识库变成同事随手可问的机器人给 Ollama 配 GPU推理速度能提升一个数量级文档批量导入体验会质变。对于政府、金融、医疗这类数据合规要求严格的场景这套断网可用的部署形态已经能覆盖大部分知识管理需求后续版本在向量库、解析引擎上的扩展能力也让它有余量跟着你的数据规模一起长大。【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创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考