WeKnora/README_CN.md

| English | 简体中文 | 日本語 | 한국어 |

项目介绍 • 架构设计 • 核心特性 • 快速开始 • 文档 • 开发指南

💡 WeKnora — 让文档活起来：RAG、Agent 推理与自动 Wiki 一体化的知识框架

📌 项目介绍

WeKnora（维娜拉） 是一款开源的、基于大语言模型（LLM）的知识管理框架，专为企业级文档理解、语义检索与智能推理场景打造。

框架围绕三大核心能力构建：RAG 快速问答适合日常知识查询，ReAct Agent 智能推理自主编排知识检索、MCP 工具与网络搜索完成复杂多步任务，全新的 Wiki 模式则让 Agent 从原始文档中自治生成相互链接的 Markdown 知识库与可视化知识图谱。结合多源数据接入（飞书 / Notion / 语雀，更多持续接入中）、二十余家主流模型厂商集成、Langfuse 全链路可观测性、企业级多租户 RBAC（四级角色矩阵 + 资源归属 + 租户审计日志），以及完全可私有化部署的模块化架构，WeKnora 帮助团队把分散文档沉淀为可查询、可推理、可持续演进的专属知识资产。

框架支持从飞书、Notion 及语雀等外部平台自动同步知识（更多数据源持续接入中），覆盖 PDF、Word、图片、Excel 等十余种文档格式，并可通过企业微信、飞书、Slack、Telegram 等 IM 频道直接提供问答服务。模型层面兼容 OpenAI、DeepSeek、Qwen（阿里云）、智谱、混元、Gemini、MiniMax、NVIDIA、Ollama 等主流厂商。全流程模块化设计，大模型、向量数据库、存储等组件均可灵活替换，支持本地与私有云部署，数据完全自主可控。WeKnora 还无缝集成了 Langfuse，为 Agent 运行、Token 使用及任务流水线提供了全面的可观测性追踪。

✨ 最新更新

v0.6.0 版本亮点：

• 租户 RBAC（多租户角色权限体系） —— 本版本的核心特性。WeKnora 现已在所有写入路由上强制执行四级租户内角色矩阵（Owner / Admin / Contributor / Viewer），并通过 chunk → knowledge → kb → creator_id 的归属链实现按知识库的资源所有权。Contributor 对自己创建的资源完全自治，对他人资源只读；Admin 管理整个租户；Owner 额外拥有删除租户的权限。详见 docs/RBAC说明.md。

  成员管理	工作区切换器
  自助创建工作区	待处理邀请

• 租户成员管理 + 多工作区 UX：邀请 / 移除成员、修改角色、/leave 退出端点、可选的 invite-only 准入开关；待处理邀请弹窗 + 全局邀请铃铛；用户菜单内的租户切换器与按角色显隐的 UI 守卫；登录后自动恢复到上次活跃工作区；登录 / 切换工作区时展示富文本工作区通知。

• 自助创建工作区：任何用户都可以自助创建租户（通过环境变量限制每用户上限）；跨租户超级管理员在 UI 内会展示 Admin 角色徽章。

• 每租户 RBAC 审计日志：所有 RBAC 相关事件均会记录，默认 90 天滚动清理（created_at 列建索引）；跨租户超管的操作会固定记录到目标租户。

• weknora CLI v0.3 / v0.4（正式版）：从 Preview 升级为正式版，按 verb-noun 模式覆盖所有主资源：agent（CRUD + invoke / check / status）、chunk、session、search（chunks / kb / docs / sessions）、kb（edit / pin / empty / check / status）、doc（download / upload --recursive / view / wait）、auth（refresh / token）、context、link / unlink。新增 weknora mcp serve 提供策划式 stdio MCP 服务，方便 Claude Code / Cursor 等 AI 客户端直接驱动 WeKnora。全局参数：--format、--json 字段选择、--jq、--paginate、--all-pages、--input、--log-level、--from-url，NDJSON 输出，透明的 401 重试，信号感知 context。

• 多向量库扇出检索：单个知识库可绑定多个向量库，检索引擎自动 fan-out 到所有绑定的向量库并合并结果。知识库创建 / 复制 / 删除时会校验向量库绑定关系，避免不一致状态。

• MCP 与数据源凭据 AES-256-GCM 静态加密：支持平滑的密钥轮换；接口响应自动脱敏；新增 /credentials 子资源模式，避免编辑时凭据丢失。

• Docreader gRPC 加固：app → docreader 连接支持 TLS + Token 鉴权；默认不再把 docreader gRPC 端口暴露到宿主机；grpcio 最低版本提升到 1.78.0 以匹配生成的 proto。

• 更多后端集成：智谱 AI Embedding；华为云 OBS 对象存储；MinerU 文档解析支持自定义 vLLM URL；Apache Doris 新增兼容模式开关与守卫；docreader 支持 URL 白名单（白名单内的图片不再重新上传）。

• 服务端用户偏好：字体 / 主题 / 记忆功能开关持久化到服务端；知识库置顶改为用户维度（替换原租户维度）；知识库与 Agent 列表显示创建人名称与「我分享的」标识。

• 其他改进：用户收藏与最近访问；成员快捷导航入口；侧边栏密度精修；租户信息支持行内编辑（含描述字段）；知识文档标签选择器重设计；系统信息页展示 UI 构建版本；Moonshot 模型自动对 moonshot-v1-* / kimi-k2.5 / k2.6 强制 temperature=1（这些模型拒绝其它取值，会返回 HTTP 400）；修复 MinerU markdown 图片语法过度转义导致下游图片提取失败；ErrSessionNotFound / ErrKnowledgeBaseNotFound 全部正确映射为 HTTP 404；会话访问按用户隔离（安全加固）；Go 升级至 1.26.0。

• 重要修复：audit_log.Stop() 在 Start() 未调用时不再死锁；组织可搜索加入不再绕过邀请码过期校验；分块器不再合并顶层标题块；修复无限滚动加载丢失文档的竞态；建索引完成的文档立即标记完成；前端离线 / 旧浏览器兼容；对话历史渲染与分页稳定性提升；模型测试连接在编辑既有模型时会回退到已存储的 API Key。

更早版本

v0.5.2 版本亮点：

• Wiki 模式规模化：Wiki 入库通过通用任务队列 + 死信队列支撑万级文档知识库；页面链接图新增子图 API + 交互式探索 UI。
• MCP 工具人机审批（Human-in-the-Loop）：敏感的 MCP 工具调用会暂停 Agent，并在对话 UI 中等待用户显式审批。
• 更多模型 / 向量库 / 存储 / 搜索后端：新增 Anthropic（Claude）、Apache Doris 4.1、腾讯云 VectorDB、金山云 KS3、SearXNG；配合向量数据库管理 UI 与按知识库独立开关的索引策略使用。
• 观测性深化：Langfuse Span 扩展至 retrieval / rerank / agent 各阶段；对话流首尾两端记录端到端 TTFB；LLM 调用兜底超时加固，避免 worker 池被卡死请求永久阻塞。
• 自适应三层分块：文档自动路由到 标题感知 / 启发式 / 递归 三种策略，知识库编辑器内嵌实时调试面板。详见 docs/CHUNKING.md。
• 全局命令面板：⌘K 面板取代原独立搜索页，可直接从结果开启新对话。
• 更多数据源与移动端：新增语雀连接器（全量 + 增量同步），与飞书 / Notion 并列；附带轻量级微信小程序客户端（位于 miniprogram/）。
• weknora CLI（早期版本）：位于 cli/ 的官方命令行客户端早期版本，欢迎反馈。
• 其他改进：租户级 RRF 调参；查询理解专用模型；知识库批量管理与置顶分组；用户维度的会话置顶与关键词搜索；租户级 IM 频道总览；按用户保存的字体 / 主题偏好；新增 OpenMaiC 微课堂 Agent 技能；API 文档 / Swagger / Client SDK 全量整改。
• 重要修复：修复 Embedder 在连接失败时返回 (nil, nil) 导致 SIGSEGV 的问题；Mimo / DeepSeek 类提供商 reasoning_content 正确回传；Agent 多轮历史改为从 DB 重建并修复附件跨轮丢失；修复 OIDC 登录；多个 Wiki 入库可靠性问题；空 PDF 不再凭文件名编造摘要。

v0.4.0 版本亮点：

• 知识助理：云端托管的知识助理服务，无需本地部署即可快速体验
• WeKnora Cloud：WeKnora Cloud 模型服务集成，提供托管大模型和文档解析能力，支持凭证管理与状态检查
• Chrome 插件：浏览器插件支持网页知识快速采集
• ClawHub Skill：ClawHub Skill 技能市场集成，一键安装 Agent 技能
• 微信 IM 集成：微信频道适配器，支持扫码登录和长轮询消息接收
• 附件处理：对话流水线支持文件附件，增强错误处理和内容格式化，注入图片/附件元数据
• Azure OpenAI 提供商：全面支持 Azure OpenAI 的 Chat、VLM 和 Embedding 模型，保留部署名称映射，支持 dimensions 参数配置
• 阿里云 OSS 存储：通过 S3 兼容模式支持阿里云 OSS 对象存储，提供配置界面、连通性测试和多语言国际化支持
• Notion 连接器：Notion 数据源集成，包含 API 客户端、Markdown 渲染器和 Connector 接口实现
• 百度 & Ollama 网页搜索：新增百度和 Ollama 作为网页搜索引擎
• VectorStore 管理：完整的 VectorStore CRUD 功能，包含实体、仓库、服务层、连通性测试和 API 端点
• 重要修复：修复 Azure OpenAI 端点处理、Embedding 截断、IM 引用标签清理、neo4j Go 1.24 Windows 兼容性及 OSS 签名问题

v0.3.6 版本亮点：

• ASR 语音识别：集成 ASR 模型，支持音频文件上传、文档内音频预览和语音转写能力
• 数据源自动同步（飞书）：完整的数据源管理功能，支持飞书 Wiki/云文档自动同步（增量/全量），同步日志与租户隔离
• OIDC 统一认证：支持 OpenID Connect 登录，自动发现端点、自定义端点配置及用户信息字段映射
• IM 引用回复上下文：IM 频道中提取引用消息并注入 LLM 提示词，实现上下文关联回复；非文本引用防幻觉处理
• IM 线程会话模式：IM 频道支持按线程维度独立会话（Slack、Mattermost、飞书、Telegram），线程内多用户协作
• 文档自动摘要：AI 生成文档摘要，可配置最大输入长度，文档详情页展示专属摘要区域
• Tavily 网页搜索：新增 Tavily 搜索引擎；重构 Web Search Provider 架构，提升可扩展性
• MCP 自动重连：MCP 工具调用断线自动重连
• 并行工具调用：Agent 模式支持通过 errgroup 并发执行多个工具调用，加速复杂任务处理
• Agent @提及范围限制：用户 @提及限制在 Agent 授权的知识库范围内，防止越权访问
• 登录页性能优化：移除全部 backdrop-filter blur，精简动画元素，新增 GPU 合成加速提示

v0.3.5 版本亮点：

• Telegram、钉钉 & Mattermost IM集成：新增Telegram机器人（webhook/长轮询，流式editMessageText回复）、钉钉机器人（webhook/Stream模式，AI卡片流式输出）和Mattermost适配器；IM频道现已覆盖企业微信、飞书、Slack、Telegram、钉钉、Mattermost共6个平台
• IM斜杠命令与QA队列：可插拔斜杠命令框架（/help、/info、/search、/stop、/clear），配合有界QA工作池、用户级限流和基于Redis的多实例分布式协调
• 推荐问题：Agent基于关联知识库自动生成上下文相关的推荐问题，在对话界面开场前展示；图片知识自动触发问题生成任务
• VLM自动描述MCP工具返回图片：当MCP工具返回图片时，Agent通过配置的VLM模型自动生成文字描述，使不支持图片输入的LLM也能理解图片内容
• Novita AI提供商：新增Novita AI，通过OpenAI兼容接口支持Chat、Embedding和VLLM模型类型
• MCP工具名称稳定性：工具名称改为基于service.Name（跨重连保持稳定），新增唯一名称约束和碰撞防护；前端将snake_case工具名格式化为可读形式
• 来源频道标记：知识条目和消息新增channel字段，记录来源（web/api/im/browser_extension），便于追溯
• 重要修复：修复无知识库时Agent空响应、中文/emoji文档摘要UTF-8截断、租户设置更新时API密钥加密丢失、vLLM流式推理内容缺失、Rerank空段落过滤等问题

v0.3.4 版本亮点：

• IM机器人集成：支持企业微信、飞书、Slack IM频道，WebSocket/Webhook双模式，流式回复与知识库集成
• 多模态图片支持：图片上传与多模态图片处理，增强会话管理能力
• 手动知识下载：支持手动知识内容导出下载，文件名清洗与格式化处理
• NVIDIA模型API：支持NVIDIA聊天模型API，自定义端点及VLM模型配置
• Weaviate向量数据库：新增Weaviate向量数据库后端，用于知识检索
• AWS S3存储：集成AWS S3存储适配器，配置界面及数据库迁移
• AES-256-GCM加密：API密钥静态加密，采用AES-256-GCM增强安全性
• 内置MCP服务：支持内置MCP服务，扩展Agent能力
• 混合检索优化：按目标分组并复用查询向量，提升检索性能
• Final Answer工具：新增final_answer工具及Agent耗时跟踪，优化Agent工作流

v0.3.3 版本亮点：

• 父子分块策略：层级化的父子分块策略，增强上下文管理和检索精度
• 知识库置顶：支持置顶常用知识库，快速访问
• 兜底回复：无相关结果时的兜底回复处理及UI指示
• Rerank段落清洗：Rerank模型段落清洗功能，提升相关性评分准确度
• 存储桶自动创建：存储引擎连通性检查增强，支持自动创建存储桶
• Milvus向量数据库：新增Milvus向量数据库后端，用于知识检索

v0.3.2 版本亮点：

• 🔍 知识搜索：新增"知识搜索"入口，支持语义检索，可将检索结果直接带入对话窗口
• ⚙️ 解析引擎与存储引擎配置：设置中支持配置各个来源的文档解析引擎和存储引擎信息，知识库中支持为不同类型文件选择不同的解析引擎
• 🖼️ 本地存储图片渲染：本地存储模式下支持对话过程中图片的渲染，流式输出中图片占位效果优化
• 📄 文档预览：使用内嵌的文档预览组件预览用户上传的原始文件
• 🎨 交互优化：知识库、智能体、共享空间列表页面交互全面优化
• 🗄️ Milvus支持：新增Milvus向量数据库后端，用于知识检索
• 🌋 火山引擎TOS：新增火山引擎TOS对象存储支持
• 📊 Mermaid渲染：对话中支持Mermaid图表渲染，全屏查看器支持缩放、导航和导出
• 💬 对话批量管理：支持批量管理和一键删除所有会话
• 🔗 远程URL创建知识：支持从远程文件URL创建知识条目
• 🧠 记忆图谱预览：用户级记忆图谱可视化预览
• 🔄 异步重新解析：支持异步API重新解析已有知识文档

v0.3.0 版本亮点：

• 🏢 共享空间：共享空间管理，支持成员邀请、知识库和Agent跨成员共享，租户隔离检索
• 🧩 Agent Skills：Agent技能系统，预置智能推理技能，基于沙盒的安全隔离执行环境
• 🤖 自定义Agent：支持创建、配置和选择自定义Agent，知识库选择模式（全部/指定/禁用）
• 📊 数据分析Agent：内置数据分析Agent，DataSchema工具支持CSV/Excel分析
• 🧠 思考模式：支持LLM和Agent思考模式，智能过滤思考内容
• 🔍 搜索引擎扩展：新增Bing和Google搜索引擎，与DuckDuckGo并列可选
• 📋 FAQ增强：批量导入预检、相似问题、搜索结果匹配问题字段、大批量导入卸载至对象存储
• 🔑 API Key认证：API Key认证机制，Swagger文档安全配置
• 📎 输入框内选择：输入框中直接选择知识库和文件，@提及显示
• ☸️ Helm Chart：完整的Kubernetes部署Helm Chart，支持Neo4j图谱
• 🌍 国际化：新增韩语（한국어）支持
• 🔒 安全加固：SSRF安全HTTP客户端、增强SQL验证、MCP stdio传输安全、沙盒化执行
• ⚡ 基础设施：Qdrant向量数据库支持、Redis ACL、可配置日志级别、Ollama嵌入优化、DISABLE_REGISTRATION控制

v0.2.0 版本亮点：

• 🤖 Agent模式：新增ReACT Agent模式，支持调用内置工具、MCP工具和网络搜索，通过多次迭代和反思提供全面总结报告
• 📚 多类型知识库：支持FAQ和文档两种类型知识库，新增文件夹导入、URL导入、标签管理和在线录入功能
• ⚙️ 对话策略：支持配置Agent模型、普通模式模型、检索阈值和Prompt，精确控制多轮对话行为
• 🌐 网络搜索：支持可扩展的网络搜索引擎，内置DuckDuckGo搜索引擎
• 🔌 MCP工具集成：支持通过MCP扩展Agent能力，内置uvx、npx启动工具，支持多种传输方式
• 🎨 全新UI：优化对话界面，支持Agent模式/普通模式切换，展示工具调用过程，知识库管理界面全面升级
• ⚡ 底层升级：引入MQ异步任务管理，支持数据库自动迁移，提供快速开发模式

📱 功能展示

💬 智能问答对话
📖 Wiki 浏览器	🕸️ Wiki 知识图谱
🤖 Agent 模式 · 工具调用过程	⚙️ 对话设置
🔭 监控可观测性 · Langfuse Tracing

🏗️ 架构设计

从文档解析、向量化、检索到大模型推理，全流程模块化解耦，组件可灵活替换与扩展。支持本地 / 私有云部署，数据完全自主可控，零门槛 Web UI 快速上手。

🧩 功能概览

智能对话

能力	详情
智能推理	ReACT 渐进式多步推理，自主编排知识检索、MCP 工具与网络搜索，支持自定义智能体
快速问答	基于知识库的 RAG 问答，快速准确地回答问题
Wiki 模式	Agent 驱动从原始文档中自动生成并维护结构化、相互链接的 Markdown Wiki 知识页面
工具调用	内置工具、MCP 工具、网络搜索
对话策略	在线 Prompt 编辑、检索阈值调节、多轮上下文感知
推荐问题	基于知识库内容自动生成推荐问题

知识管理

能力	详情
知识库类型	FAQ / 文档 / Wiki，支持文件夹导入、URL 导入、标签管理、在线录入
数据源导入	飞书 / Notion / 语雀 知识库自动同步（更多数据源开发中），支持增量与全量同步
文档格式	PDF / Word / Txt / Markdown / HTML / 图片 / CSV / Excel / PPT / JSON
检索策略	BM25 稀疏召回 / Dense 稠密召回 / GraphRAG 图谱增强 / 父子分块 / 多维度索引
端到端测试	检索+生成全链路可视化，评估召回命中率、BLEU / ROUGE 等指标

集成与扩展

能力	详情
模型厂商	OpenAI / Azure OpenAI / Anthropic（Claude）/ DeepSeek / Qwen（阿里云）/ 智谱 / 混元 / 豆包（火山引擎）/ Gemini / MiniMax / NVIDIA / Novita AI / SiliconFlow / OpenRouter / Ollama
向量数据库	PostgreSQL (pgvector) / Elasticsearch / Milvus / Weaviate / Qdrant / Apache Doris / 腾讯云 VectorDB
Embedding	Ollama / BGE / GTE / 智谱 / OpenAI 兼容接口
对象存储	本地 / 腾讯云COS / 火山引擎 TOS / MinIO / AWS S3 / 阿里云 OSS / 金山云 KS3 / 华为云 OBS
IM 集成	企业微信 / 飞书 / Slack / Telegram / 钉钉 / Mattermost / 微信
网络搜索	DuckDuckGo / Bing / Google / Tavily / Baidu / Ollama / SearXNG

平台能力

能力	详情
部署	本地 / Docker / Kubernetes (Helm)，支持私有化离线部署
界面	Web UI / RESTful API / 命令行（weknora）/ Chrome Extension / 微信小程序
权限控制	租户 RBAC 四级角色矩阵（Owner / Admin / Contributor / Viewer），按知识库的资源归属，每租户审计日志，invite-only 准入，自助创建工作区，跨租户超级管理员
安全	API Key 与 MCP / 数据源凭据 AES-256-GCM 静态加密、支持平滑密钥轮换；app ↔ docreader gRPC TLS + Token；防 SSRF HTTP 客户端；Agent 技能沙箱隔离
可观测性	集成 Langfuse 以追踪 ReAct 循环、Token 消耗、工具调用和任务流水线
任务管理	MQ 异步任务，版本升级自动数据库迁移
模型管理	集中配置，知识库级别模型选择，多租户共享内置模型，WeKnora Cloud 托管模型与文档解析

🧩 Chrome 插件

WeKnora Chrome 插件支持在浏览器中直接将网页内容采集到 WeKnora 知识库。选中文本、图片或整个页面，一键保存为知识条目，无需复制粘贴或手动上传文件。

📱 微信小程序

WeKnora 微信小程序 提供轻量移动端客户端，支持配置 WeKnora API、选择知识库、导入 URL，并在微信内向知识库提问。

🦞 ClawHub Skill

WeKnora ClawHub Skill 是 WeKnora 发布在 ClawHub 平台上的技能。安装后，可通过 WeKnora REST API 上传文档（文件 / URL / Markdown）、执行混合检索（向量 + 关键词）以及管理知识条目。

• 文档导入 — 通过 Agent 上传文件、导入网页或写入 Markdown 知识
• 混合检索 — 在单个或多个知识库中进行向量 + 关键词混合搜索
• 知识管理 — 以编程方式浏览、编辑和删除知识条目

🚀 快速开始

🛠 环境要求

• Docker & Docker Compose
• Git

📦 安装与启动

git clone https://github.com/Tencent/WeKnora.git
cd WeKnora
cp .env.example .env   # 按需编辑 .env，详见文件内注释
docker compose up -d   # 启动核心服务

启动成功后访问 http://localhost 即可使用。

如需使用本地 Ollama 模型，请先运行 ollama serve > /dev/null 2>&1 &

🔧 可选服务（Docker Compose Profile）

按需添加 --profile 启动额外组件，多个 profile 可叠加使用：

Profile	说明	启动命令
(默认)	核心服务	docker compose up -d
full	全部功能	docker compose --profile full up -d
neo4j	知识图谱 (Neo4j)	docker compose --profile neo4j up -d
minio	对象存储 (MinIO)	docker compose --profile minio up -d
langfuse	链路追踪 (Langfuse)	docker compose --profile langfuse up -d

组合示例：docker compose --profile neo4j --profile minio up -d

停止服务：docker compose down

🌐 服务地址

服务	地址
Web UI	http://localhost
后端 API	http://localhost:8080
链路追踪 (Langfuse)	http://localhost:3000

文档知识图谱

WeKnora 支持将文档转化为知识图谱，展示文档中不同段落之间的关联关系。开启知识图谱功能后，系统会分析并构建文档内部的语义关联网络，不仅帮助用户理解文档内容，还为索引和检索提供结构化支撑，提升检索结果的相关性和广度。

具体配置请参考 知识图谱配置说明 进行相关配置。

配套MCP服务器

请参考 MCP配置说明 进行相关配置。

🔌 使用微信对话开放平台

WeKnora 作为微信对话开放平台的核心技术框架，提供更简便的使用方式：

• 零代码部署：只需上传知识，即可在微信生态中快速部署智能问答服务，实现"即问即答"的体验
• 高效问题管理：支持高频问题的独立分类管理，提供丰富的数据工具，确保回答精准可靠且易于维护
• 微信生态覆盖：通过微信对话开放平台，WeKnora 的智能问答能力可无缝集成到公众号、小程序等微信场景中，提升用户交互体验

📘 文档

常见问题排查：常见问题排查

详细接口说明请参考：API 文档

产品规划与计划：路线图 (Roadmap)

🧭 开发指南

⚡ 快速开发模式（推荐）

如果你需要频繁修改代码，不需要每次重新构建 Docker 镜像！使用快速开发模式：

# 启动基础设施
make dev-start

# 启动后端（新终端）
make dev-app

# 启动前端（新终端）
make dev-frontend

开发优势：

• ✅ 前端修改自动热重载（无需重启）
• ✅ 后端修改快速重启（5-10秒，支持 Air 热重载）
• ✅ 无需重新构建 Docker 镜像
• ✅ 支持 IDE 断点调试

详细文档： 开发环境快速入门

📁 项目目录结构

WeKnora/
├── client/      # go客户端
├── cmd/         # 应用入口
├── config/      # 配置文件
├── docker/      # docker 镜像文件
├── docreader/   # 文档解析项目
├── docs/        # 项目文档
├── frontend/    # 前端项目
├── internal/    # 核心业务逻辑
├── mcp-server/  # MCP服务器
├── migrations/  # 数据库迁移脚本
└── scripts/     # 启动与工具脚本

🤝 贡献指南

欢迎通过 Issue 反馈问题或提交 Pull Request。

流程： Fork → 新建分支 → 提交更改 → 创建 PR

规范： 使用 gofmt 格式化代码，遵循 Conventional Commits 提交（feat: / fix: / docs: / test: / refactor:）

🔒 安全声明

重要提示： 从 v0.1.3 版本开始，WeKnora 提供了登录鉴权功能，以增强系统安全性。在生产环境部署时，我们强烈建议：

• 将 WeKnora 服务部署在内网/私有网络环境中，而非公网环境
• 避免将服务直接暴露在公网上，以防止重要信息泄露风险
• 为部署环境配置适当的防火墙规则和访问控制
• 定期更新到最新版本以获取安全补丁和改进

👥 贡献者

感谢以下优秀的贡献者们：

📄 许可证

本项目基于 MIT 协议发布。 你可以自由使用、修改和分发本项目代码，但需保留原始版权声明。

📈 项目统计