¿Qué es WeKnora?
WeKnora es el framework de código abierto de Tencent para convertir los documentos de un equipo en algo a lo que personas y agentes puedan preguntar. Ofrece tres modos sobre las mismas bases de conocimiento: preguntas y respuestas rápidas con búsqueda híbrida y citas que llevan al pasaje original, un modo agente que planifica trabajo en varios pasos con skills, herramientas MCP, búsqueda web y código en sandbox, y un modo wiki que escribe páginas enlazadas entre sí con un grafo de conocimiento.
Analiza más de diez formatos, entre ellos PDF, Word, Excel, imágenes y XMind, y sincroniza desde Feishu, Confluence, GitLab, Notion, Yuque, DingTalk Docs, Seafile y RSS. Las respuestas pueden servirse en WeCom, Feishu, Slack y Telegram, mediante un widget incrustable o a Cursor y Claude a través de un servidor MCP integrado. El backend está escrito en Go, con modelos intercambiables (29 proveedores integrados, Ollama incluido), almacenes vectoriales y almacenamiento de objetos, y se despliega con Docker Compose, un chart de Helm o un único binario Lite sobre SQLite.
¿Merece la pena WeKnora?
WeKnora es una de las aplicaciones de bases de conocimiento autoalojadas más amplias que existen, y avanza deprisa. El repositorio tiene unas 37.400 estrellas en GitHub, publicó la v0.9.0 el 29 de octubre de 2026 tras la v0.8.3 del 14 de octubre y la v0.8.2 del 24 de septiembre, y seguía recibiendo correcciones el 9 de noviembre.
Su fuerza está en que un mismo conjunto de documentos sirve para tres tareas. Las respuestas rápidas citan el pasaje exacto, el agente puede buscar, leer documentos, llamar a herramientas MCP y ejecutar skills en sandboxes de Docker, E2B o Cube, y el modo wiki construye un grafo de conocimiento navegable con historial de revisiones y vuelta atrás. Las funciones de equipo están más avanzadas que en la mayoría de rivales: espacios de trabajo con cuatro roles, propiedad por recurso, un registro de auditoría por espacio, claves de API con alcance limitado y tokens MCP por endpoint con límites de uso.
El historial de seguridad merece leerse antes de desplegar. GitHub recoge 10 avisos en 2026, todos de enero a marzo: tres críticos, que abarcan una inyección de comandos a través de la configuración stdio de MCP y una evasión por inyección SQL en la herramienta de consulta de bases de datos, cada uno con ejecución de código, además de un fallo alto de control de acceso entre inquilinos. El propio README pide mantener el servicio fuera de internet. JWT_SECRET y SYSTEM_AES_KEY vienen vacíos para que los rellenes, los perfiles opcionales de MinIO y Neo4j conservan sus contraseñas de fábrica si no las cambias, y desde la v0.8.2 los comandos del sandbox se ejecutan como root.
La pega: peso y enfoque. La pila estándar de Compose pide 4 núcleos de CPU y 8 GB de memoria antes de contar los pesos de cualquier modelo local, porque el lector de documentos incluye LibreOffice y Playwright, y el gestor de incidencias muestra unas 532 abiertas. Muchos conectores y proveedores de modelos por defecto (Feishu, DingTalk, Yuque, WeCom, Hunyuan, Qwen, Zhipu) sirven a entornos de trabajo chinos; Slack, Notion y Confluence están, pero Google Drive y SharePoint no figuran en la lista del README.
Nuestra opinión: RAGFlow es el rival más cercano para el análisis puro de documentos y Dify para crear aplicaciones LLM generales; WeKnora se gana su sitio cuando quieres respuestas, un agente y una wiki mantenida sobre los mismos archivos, con roles y registros de auditoría, en tus propios servidores.
Dónde se gana su sitio
Un equipo de herramientas internas en una empresa de 500 personas que usa Feishu
Responder dudas del personal a partir de la wiki y los documentos de políticas dentro de la app de chat
Activa la sincronización automática de la wiki de Feishu y el canal de Feishu, y da a cada departamento su propio espacio con roles de Viewer. El coste es un servidor de al menos 4 núcleos y 8 GB más las llamadas a la API del modelo; las citas permiten al personal comprobar el párrafo de origen.
Un desarrollador cuyo equipo programa con Cursor o Claude
Dejar que el agente de programación consulte documentos de diseño internos
Crea un endpoint MCP del espacio de trabajo limitado a la base de conocimiento de ingeniería, con su propio token y límite de uso, y añádelo a la configuración MCP del agente por Streamable HTTP.
Una consultora que quiere una biblioteca de investigación privada en su portátil
Buscar y resumir unos cientos de PDF sin servicios en la nube
Ejecuta el binario único Lite, que usa SQLite y una cola en memoria, con modelos de Ollama. No hay cifras de hardware publicadas para Lite, así que la velocidad dependerá del modelo local.
Antes de decidirte
- Puesta en marcha
- Clona el repositorio, copia .env.example a .env, rellena JWT_SECRET y una SYSTEM_AES_KEY de 32 bytes y ejecuta `docker compose up -d`; la interfaz web se abre en el puerto 80 con una guía de inicio. Los perfiles añaden Neo4j, MinIO o Langfuse.
- Integraciones
- 29 proveedores de modelos, entre ellos OpenAI, DeepSeek, Qwen, Zhipu, Hunyuan, Gemini, LiteLLM y Ollama; pgvector, Milvus, Qdrant, Weaviate, OpenSearch y otros; sincronización con Feishu, Confluence, GitLab, Notion, Yuque, DingTalk Docs, Seafile y RSS; canales de WeCom, Feishu, Slack y Telegram; un servidor MCP integrado y una CLI.
- Datos y privacidad
- Autoalojado: documentos, vectores y archivos se quedan en tus servidores, y el texto solo va al proveedor de modelos que configures. Las credenciales se cifran con AES-256-GCM. La documentación de instalación no describe telemetría. Los avisos de 2026 incluyen tres fallos críticos de ejecución de código; la mayoría indica versiones corregidas de la 0.2.10 a la 0.3.2.
- Coste a escala
- El software es gratis; el coste son los servidores (4 núcleos y 8 GB para empezar, más con Milvus, OpenSearch o Langfuse) y los tokens de API de modelos para respuestas, ejecuciones del agente y generación de la wiki.
- Límites
- Unas 532 incidencias abiertas; el chart de Helm limita las subidas a 50 MB por defecto; la app de escritorio no tiene instalador publicado y hay que compilarla desde el código; las actualizaciones incluyen migraciones de base de datos que las notas de versión piden leer antes.
Lo bueno
- Respuestas RAG, agente y modo wiki comparten un mismo conjunto de bases de conocimiento
- Las citas enlazan con el pasaje de origen
- RBAC por espacio de trabajo con cuatro roles, registro de auditoría y claves de API con alcance
- Servidor MCP integrado y canales de chat para WeCom, Feishu, Slack y Telegram
Lo malo
- Tres avisos críticos en 2026, todos con ejecución de código
- La pila estándar necesita 4 núcleos y 8 GB antes de los modelos locales
- Los comandos del sandbox se ejecutan como root desde la v0.8.2
- Los conectores se inclinan hacia herramientas de trabajo chinas
Ideal para
Equipos de ingeniería en empresas que usan Feishu, WeCom o Confluence y quieren una base de conocimiento autoalojada y con permisos, con un agente encima.
Alternativas a WeKnora
WeKnora: preguntas frecuentes
- ¿Merece la pena WeKnora?
- WeKnora reúne RAG, un agente y una wiki que se escribe sola en una aplicación autoalojada con controles de acceso de verdad, pero su historial de seguridad de 2026 y su inclinación hacia herramientas de trabajo chinas hacen que deba ir en una red interna y elegirse a conciencia. Le damos un 3.9 sobre 5.
- ¿Cuánto cuesta WeKnora?
- Gratis y de código abierto (MIT, con componentes de terceros bajo sus propias licencias); pagas servidores y APIs de modelos. Opciones alojadas en WeChat Dialog Open Platform y Tencent Cloud Lighthouse; la documentación del proyecto no publica sus precios.
- ¿Qué inconvenientes tiene WeKnora?
- Tres avisos críticos en 2026, todos con ejecución de código; la pila estándar necesita 4 núcleos y 8 GB antes de los modelos locales; los comandos del sandbox se ejecutan como root desde la v0.8.2; los conectores se inclinan hacia herramientas de trabajo chinas.
- ¿Para quién es WeKnora?
- Equipos de ingeniería en empresas que usan Feishu, WeCom o Confluence y quieren una base de conocimiento autoalojada y con permisos, con un agente encima.
- ¿Cuánto cuesta WeKnora para un equipo o en producción?
- El software es gratis; el coste son los servidores (4 núcleos y 8 GB para empezar, más con Milvus, OpenSearch o Langfuse) y los tokens de API de modelos para respuestas, ejecuciones del agente y generación de la wiki.
- ¿Es WeKnora seguro para los datos de la empresa?
- Autoalojado: documentos, vectores y archivos se quedan en tus servidores, y el texto solo va al proveedor de modelos que configures. Las credenciales se cifran con AES-256-GCM. La documentación de instalación no describe telemetría. Los avisos de 2026 incluyen tres fallos críticos de ejecución de código; la mayoría indica versiones corregidas de la 0.2.10 a la 0.3.2.
- ¿Cuáles son las mejores alternativas a WeKnora?
- Las alternativas más cercanas que hemos analizado son RAGFlow, Dify, MaxKB y AnythingLLM.
Respuestas comprobadas el 13 nov 2026.