Weknora 知识图谱与混合检索 RAG 引擎

@weknora/knowledge-base · v1.5.0

融合知识图谱(Knowledge Graph)与向量稠密检索的企业级混合 RAG 方案。支持长文本实体关系动态抽脂、多跳推理关联与多源异构文档分块,从根本上解决大模型问答幻觉。

知识图谱混合RAG向量检索实体抽取
GitHub Stars
61 K+
+12.4% this month
月度调用量
278 K+
Monthly registry pulls
Reach 影响力
99.4/ 100
Top Tier Ecosystem
运行环境
Cordis v3+
Node 18+ / Bun / Deno

安装与配置

支持 CLI 一键执行、包管理器以及 Cordis 总线编排

bash
manager:
$ pnpm add @weknora/knowledge-base

架构解析

「Weknora」为智能体构建稳固可靠的企业知识中枢。传统的单向向量嵌入(Dense Embedding)检索容易割裂实体之间的全局因果关系,在处理“A 对 B 的影响如何间接导致了 C”等复杂跨文档推理时常常力不从心。 该插件在底层采用了双轨驱动模型:一方面利用向量相似度进行快速上下文定位,另一方面动态构建实体-关系拓扑图谱进行多跳关联漫游。无论面对数千页的工程规范还是海量业务工单,均能做到论据精准引用与上下文无缝拼接。

架构设计原则与约束

01
强类型契约隔离

基于 TypeScript 编译期深度推断,跨插件总线调用享受严格类型校验与零偏差提示。

02
毫秒级热插拔调度

支持微内核动态注册与安全平滑卸载,无需重启主宿主进程即可完成逻辑热替换。

03
确定性有限状态机

内置严谨的多阶段任务生命周期控制,防止复杂长时迭代推理场景中会话状态丢失。

04
零动态构建底层依赖

采用纯原生跨平台运行时环境设计,在 Node.js、Bun 及 Deno 容器中极速冷启动。

核心特性

01
图谱与向量混合检索:结合语义相似度与实体连接图,精准完成多跳逻辑推导
02
动态实体消歧与去重:自动化规范同义词与技术别名,防止知识库膨胀碎片化
03
精确到行号的原文引用:生成的每个论断均带有原始 Markdown 或代码行级锚点
04
增量更新与热插拔更新:支持单文档变更即时重建局部图谱,无需全库费时重训

核心机制

01

异构文档摄入

支持 Markdown、PDF、Word 及代码库文件解析,执行语义树智能切片。

02

图元关系抽取

自动识别专有名词、实体节点与跨文档的因果连接边,入库图引擎。

03

双轨混合召回

同时执行向量空间相似搜索与图谱多跳拓扑漫游,并执行倒数排序融合。

04

引用证据生成

将排序后的最佳证据片段注入上下文,输出带精确来源标注的回答。

配置参数参考 (YAML / JSON)

参数名类型默认值说明
retrievalModestringhybrid检索模式配置 (vector / graph / hybrid)
maxHopCountnumber2图谱多跳关联的最大遍历深度层数
topKnumber5最终注入上下文的最大证据段落数量

应用场景

企业级生产智能体运行时

依托微内核生命周期与容错状态机,保障企业复杂 Agent 全天候稳定执行不崩溃。

基准测试标准化评测运行

深度原生集成 SWE-bench 标准流程,自动化抓取代码变更并产出规范复现指标。

全自主代码工程重构演进

精准拆解模型思考流与具体操作,跨多文件自主排查并高质量完成大型模块重构。

跨系统多工具流协同自动化

在多进程沙箱间安全并发调度事件,打通研发上下游系统实现端到端自动化流转。

最佳实践

01
权限沙箱隔离机制

严格限定子进程系统调用与外部网络范围,在生产环境中建议结合 Docker 独立容器执行。

02
配置指数退避重试

针对上游模型接口限流与偶发网络抖动,建议开启自适应退避重试并设定最大执行上限。

03
长时任务状态快照

利用内核事件总线快照功能实时固化会话节点,发生不可抗意外时支持秒级断点恢复。

04
全量结构化链路追踪

开启全量 Trace 日志输出,将大模型思考过程与具体工具入参返回值集中汇聚至监控。

常见问题

Q1:长时间执行任务超时如何正确配置?

可在配置文件中调大 timeout 阈值,并通过生命周期钩子定期向总线派发心跳信号。针对长耗时推理与工具调用,建议配合持久化会话快照机制,在任务暂停或重启后无缝恢复执行上下文,避免会话被内核提前回收。

Q2:如何捕获并流式解析模型思考过程?

框架原生提供流式回调机制,会话状态机自动拦截并剥离大模型的 <think> 思考标签。开发者只需监听 onThink 事件即可实时获取推理增量,结合前端流式渲染呈现动效,并支持将完整推导链沉淀至审计日志。

Q3:多个插件依赖冲突时如何按需加载?

Cordis 微内核基于有向无环图进行拓扑排序并解析依赖树。当插件间存在同名服务或版本冲突时,可通过命名空间隔离机制按需挂载;结合上下文注入与惰性初始化技术,仅在工具唤起时动态加载资源,保障系统稳定。

Q4:生产环境中如何实施权限与沙箱隔离?

推荐结合容器沙箱与细粒度权限管控,严密禁止插件越权访问敏感文件与未授权外部网络。可通过微内核提供的权限白名单机制严格限制系统调用,并将工具执行环境置于隔离容器内,彻底阻断潜在的代码注入与提权安全风险。

相关生态插件推荐

为你推荐同分类及高度协同的 Cordis 扩展