腾讯微信开源了 WeKnora 企业级 RAG 智能体平台，并附带 DeepSeek Harness 插件

腾讯微信团队于 9 月 17 日开源企业知识平台 WeKnora，并同步发布官方 DeepSeek Harness 插件。WeKnora 可将文件转化为可查询的 RAG（检索增强生成）堆栈和类似 ReAct 的代理运行时环境。官方插件通过向已部署的 WeKnora 实例注册四项只读工具，填补企业级检索的缺口。

WeKnora 定位：从 RAG 到代理操作系统层的技术架构说明

WeKnora 的定位超越传统 RAG 系统。其架构使代理能够搜索企业语料库、根据网络策略调用技能，并在不同会话之间保留持久记忆——更接近代理操作系统层，而非一次性问答机器人。WeKnora 0.8.0 的技能沙箱后端采用 Docker、E2B 和 Cube，支持租户技能目录、知识图谱、面向 MCP 的工具以及 Wiki 式文档维护。

官方文档同时指出，如果团队希望在不同消息平台上使用同一个知识库，可以考虑通过微信对话开放平台（WeChat Dialog Open Platform）实现公众号和小程序的相关功能。

官方 DeepSeek Harness 插件的四项只读工具与安装说明

官方插件 @wxg-prc-cpg/dsh-weknora 向已部署的 WeKnora 实例注册以下四项只读工具：

列出知识库：列出当前 WeKnora 实例中可用的知识库。

混合搜索：结合关键词搜索和语义搜索，查询企业文档语料库。

分页全文阅读：支持通过分页方式读取完整文档内容。

带引用的 WeKnora 生成答案：返回 WeKnora 生成的答案，并附带来源引用。

安装命令：dsh plugin –profile web add @wxg-prc-cpg/dsh-weknora；已在 dsh 0.1.0-rc.8 和 WeKnora 0.7.2 上验证通过。凭证通过 API 密钥传递，且不会写入语料库。

WeKnora 0.8.0 技能沙箱与长期记忆功能说明

WeKnora 0.8.0 引入了技能沙箱，后端采用 Docker、E2B 和 Cube，并支持租户技能目录。跨会话长期记忆涵盖个人资料（Profile）、偏好（Preferences）、事实（Facts）、任务（Tasks）和兴趣（Interests）五个维度，可在多轮会话之间持久保存。0.8.0 版本还新增了知识图谱支持，以及面向 MCP（Model Context Protocol）的工具集成；整体设计目标是让代理在企业场景中具备跨会话记忆能力，而不仅限于单次对话。

应用场景与部署注意事项：DeepSeek Harness 代理工作流程的集成说明

对于正在评估 DeepSeek Harness 代理工作流程的开发团队，WeKnora 填补了企业级文档检索的缺失环节：将文档存储在 WeKnora 中，让 Harness 代理通过工具调用进行查询，而文档摄取和分块管理则由 WeKnora 负责。

官方文档提醒，在将这一组合投入生产环境之前，运维人员应基于自身语料库验证沙箱隔离、API 密钥处理和引用质量。

常见问题

WeKnora 与传统 RAG 系统有何不同？

WeKnora 0.8.0 的定位超越传统 RAG 系统，新增了技能沙箱（Docker/E2B/Cube 后端）、跨会话长期记忆（涵盖个人资料、偏好、事实、任务和兴趣五个维度）、知识图谱支持和面向 MCP 的工具，更接近代理操作系统层，而非一次性问答机器人。

官方 DeepSeek Harness 插件的安装命令是什么？

安装命令为 dsh plugin –profile web add @wxg-prc-cpg/dsh-weknora；已在 dsh 0.1.0-rc.8 和 WeKnora 0.7.2 上验证通过。凭证通过 API 密钥传递，且不会写入语料库。

DeepSeek Harness 为何需要 WeKnora 插件？

DeepSeek Harness 本身提供工作区搜索和网页搜索功能，但缺乏内置嵌入功能或知识库接入路径；官方插件通过向已部署的 WeKnora 实例注册四项只读工具（列出知识库、混合搜索、分页全文阅读、带引用的生成答案），填补了企业文档检索的缺口。