Qu’est-ce que WeKnora ?
WeKnora est le framework open source de Tencent pour transformer les documents d'une équipe en un ensemble que des personnes et des agents peuvent interroger. Il propose trois modes sur les mêmes bases de connaissances : des questions-réponses rapides avec recherche hybride et citations renvoyant au passage d'origine, un mode agent qui planifie un travail en plusieurs étapes avec des skills, des outils MCP, la recherche web et du code en sandbox, et un mode wiki qui rédige des pages reliées entre elles avec un graphe de connaissances.
Il analyse plus de dix formats, dont PDF, Word, Excel, images et XMind, et se synchronise depuis Feishu, Confluence, GitLab, Notion, Yuque, DingTalk Docs, Seafile et RSS. Les réponses peuvent être servies dans WeCom, Feishu, Slack et Telegram, via un widget intégrable, ou à Cursor et Claude par un serveur MCP intégré. Le backend est écrit en Go, avec des modèles interchangeables (29 fournisseurs intégrés, Ollama compris), des bases vectorielles et un stockage objet, et il se déploie avec Docker Compose, un chart Helm ou un binaire Lite unique sur SQLite.
WeKnora vaut-il le coup ?
WeKnora est l'une des applications de base de connaissances auto-hébergées les plus complètes, et elle évolue vite. Le dépôt compte environ 37 400 étoiles sur GitHub, a publié la v0.9.0 le 29 octobre 2026 après la v0.8.3 le 14 octobre et la v0.8.2 le 24 septembre, et recevait encore des correctifs le 9 novembre.
Sa force tient à ce qu'un même ensemble de documents sert à trois usages. Les réponses rapides citent le passage exact, l'agent peut chercher, lire des documents, appeler des outils MCP et exécuter des skills dans des sandboxes Docker, E2B ou Cube, et le mode wiki construit un graphe de connaissances navigable avec historique des révisions et retour arrière. Les fonctions d'équipe sont plus avancées que chez la plupart des concurrents : espaces de travail avec quatre rôles, propriété par ressource, journal d'audit par espace, clés d'API à portée limitée et jetons MCP par point d'accès avec limites de débit.
Le bilan de sécurité mérite lecture avant tout déploiement. GitHub recense 10 alertes pour 2026, toutes de janvier à mars : trois critiques, qui couvrent une injection de commandes via la configuration stdio de MCP et un contournement par injection SQL dans l'outil de requête de base de données, chacune menant à l'exécution de code, plus une faille élevée de contrôle d'accès entre locataires. Le README lui-même recommande de garder le service hors d'internet. JWT_SECRET et SYSTEM_AES_KEY sont livrés vides, à vous de les remplir, les profils facultatifs MinIO et Neo4j gardent leurs mots de passe d'usine si vous ne les changez pas, et depuis la v0.8.2 les commandes de la sandbox tournent en root.
Le hic : poids et orientation. La pile Compose standard demande 4 cœurs de CPU et 8 Go de mémoire avant même les poids d'un modèle local, car le lecteur de documents embarque LibreOffice et Playwright, et le gestionnaire de tickets en affiche environ 532 ouverts. Beaucoup de connecteurs et de fournisseurs de modèles par défaut (Feishu, DingTalk, Yuque, WeCom, Hunyuan, Qwen, Zhipu) visent les environnements de travail chinois ; Slack, Notion et Confluence sont là, mais Google Drive et SharePoint ne figurent pas dans la liste du README.
Notre avis : RAGFlow est le concurrent le plus proche pour l'analyse brute de documents et Dify pour bâtir des applications LLM générales ; WeKnora mérite sa place quand vous voulez des réponses, un agent et un wiki entretenu sur les mêmes fichiers, avec rôles et journaux d'audit, sur vos propres serveurs.
Là où il fait la différence
Une équipe d'outils internes dans une entreprise de 500 personnes sous Feishu
Répondre aux questions du personnel à partir du wiki et des documents de politique, dans l'application de messagerie
Activez la synchronisation automatique du wiki Feishu et le canal Feishu, et donnez à chaque service son propre espace avec des rôles Viewer. Le coût : un serveur d'au moins 4 cœurs et 8 Go plus les appels à l'API du modèle ; les citations permettent au personnel de vérifier le paragraphe source.
Un développeur dont l'équipe code avec Cursor ou Claude
Permettre à l'agent de code de consulter les documents de conception internes
Créez un point d'accès MCP de l'espace limité à la base de connaissances technique, avec son propre jeton et sa limite de débit, et ajoutez-le à la configuration MCP de l'agent en Streamable HTTP.
Une consultante qui veut une bibliothèque de recherche privée sur son portable
Chercher et résumer quelques centaines de PDF sans service cloud
Lancez le binaire unique Lite, qui utilise SQLite et une file d'attente en mémoire, avec des modèles Ollama. Aucun chiffre matériel n'est publié pour Lite ; la vitesse dépendra donc du modèle local.
Avant de vous engager
- Mise en route
- Clonez le dépôt, copiez .env.example vers .env, renseignez JWT_SECRET et une SYSTEM_AES_KEY de 32 octets, puis `docker compose up -d` ; l'interface web s'ouvre sur le port 80 avec un guide de prise en main. Des profils ajoutent Neo4j, MinIO ou Langfuse.
- Intégrations
- 29 fournisseurs de modèles dont OpenAI, DeepSeek, Qwen, Zhipu, Hunyuan, Gemini, LiteLLM et Ollama ; pgvector, Milvus, Qdrant, Weaviate, OpenSearch et d'autres ; synchronisation avec Feishu, Confluence, GitLab, Notion, Yuque, DingTalk Docs, Seafile et RSS ; canaux WeCom, Feishu, Slack et Telegram ; un serveur MCP intégré et une CLI.
- Données et confidentialité
- Auto-hébergé : documents, vecteurs et fichiers restent sur vos serveurs, et le texte ne part que chez le fournisseur de modèles que vous configurez. Les identifiants sont chiffrés en AES-256-GCM. La documentation d'installation ne décrit aucune télémétrie. Les alertes de 2026 comprennent trois failles critiques d'exécution de code ; la plupart indiquent des versions corrigées de la 0.2.10 à la 0.3.2.
- Coût à grande échelle
- Le logiciel est gratuit ; le coût, ce sont les serveurs (4 cœurs et 8 Go pour commencer, davantage avec Milvus, OpenSearch ou Langfuse) plus les tokens d'API de modèles pour les réponses, les exécutions de l'agent et la génération du wiki.
- Limites
- Environ 532 tickets ouverts ; le chart Helm limite par défaut les envois à 50 Mo ; l'application de bureau n'a pas d'installateur publié et se compile depuis les sources ; les mises à jour comportent des migrations de base de données dont les notes de version demandent la lecture préalable.
Les points forts
- Réponses RAG, agent et mode wiki partagent les mêmes bases de connaissances
- Les citations renvoient au passage d'origine
- RBAC par espace de travail avec quatre rôles, journal d'audit et clés d'API à portée limitée
- Serveur MCP intégré et canaux de discussion pour WeCom, Feishu, Slack et Telegram
Les points faibles
- Trois alertes critiques en 2026, chacune menant à l'exécution de code
- La pile standard exige 4 cœurs et 8 Go avant les modèles locaux
- Les commandes de la sandbox tournent en root depuis la v0.8.2
- Les connecteurs penchent vers les outils de travail chinois
Idéal pour
Les équipes techniques d'entreprises sous Feishu, WeCom ou Confluence qui veulent une base de connaissances auto-hébergée, avec permissions et un agent par-dessus.
Alternatives à WeKnora
WeKnora : questions fréquentes
- WeKnora vaut-il le coup ?
- WeKnora réunit RAG, agent et wiki qui s'écrit tout seul dans une application auto-hébergée dotée de vrais contrôles d'accès, mais son bilan de sécurité 2026 et son penchant pour les outils de travail chinois imposent un réseau interne et un choix délibéré. Nous lui donnons 3.9 sur 5.
- Combien coûte WeKnora ?
- Gratuit et open source (MIT, composants tiers sous leurs propres licences) ; vous payez les serveurs et les API de modèles. Offres hébergées sur WeChat Dialog Open Platform et Tencent Cloud Lighthouse ; leurs tarifs ne figurent pas dans la documentation du projet.
- Quels sont les inconvénients de WeKnora ?
- Trois alertes critiques en 2026, chacune menant à l'exécution de code; la pile standard exige 4 cœurs et 8 Go avant les modèles locaux; les commandes de la sandbox tournent en root depuis la v0.8.2; les connecteurs penchent vers les outils de travail chinois.
- À qui s’adresse WeKnora ?
- Les équipes techniques d'entreprises sous Feishu, WeCom ou Confluence qui veulent une base de connaissances auto-hébergée, avec permissions et un agent par-dessus.
- Combien coûte WeKnora pour une équipe ou en production ?
- Le logiciel est gratuit ; le coût, ce sont les serveurs (4 cœurs et 8 Go pour commencer, davantage avec Milvus, OpenSearch ou Langfuse) plus les tokens d'API de modèles pour les réponses, les exécutions de l'agent et la génération du wiki.
- WeKnora est-il sûr pour les données de l’entreprise ?
- Auto-hébergé : documents, vecteurs et fichiers restent sur vos serveurs, et le texte ne part que chez le fournisseur de modèles que vous configurez. Les identifiants sont chiffrés en AES-256-GCM. La documentation d'installation ne décrit aucune télémétrie. Les alertes de 2026 comprennent trois failles critiques d'exécution de code ; la plupart indiquent des versions corrigées de la 0.2.10 à la 0.3.2.
- Quelles sont les meilleures alternatives à WeKnora ?
- Les alternatives les plus proches que nous avons testées sont RAGFlow, Dify, MaxKB et AnythingLLM.
Réponses vérifiées le 13 nov. 2026.