微信 AI 团队正式开源了知识管理框架 WeKnora（维娜拉），最新发布的 0.8.0 版本已全面面向公众开放使用。它的定位可以概括为一句话：让知识库不只是“能查到答案”，而是“能动手去执行”。
WeKnora 想解决的是大模型落地时最现实的问题——知识躺在文档里，模型说得头头是道，但要把它们变成可验证的结果，中间缺一双手脚。
一、anydoc 解析 + GraphRAG，把杂乱文档变成知识图谱
第一个亮点是 anydoc 解析：PDF、Word、Markdown、网页等多种格式可直接导入，无需预先转换；配合 Wiki 模式，能把杂乱的文档自动整理成结构化的知识体系。
第二个是 GraphRAG。普通 RAG 靠向量检索把相关片段捞出来拼给模型，GraphRAG 则更进一步——把实体和关系抽取出来建成图谱，在回答“事物之间怎么关联”这类问题时，比纯向量检索靠谱得多。
二、Skill Sandbox Runtime：知识可以被安全“执行”
最值得关注的是 Skill Sandbox Runtime。知识库中的内容可以被封装成“技能”，运行在 Docker、E2B、CubeSandbox 等沙箱环境里——这意味着知识不只是被“读到”，而是能被安全地“执行”。模型可以从知识库里调用一个技能、在沙箱中跑一遍并返回可验证的结果，而不是停在“我建议你怎么做”。
再加上长期记忆（Long-term Memory）功能，这套框架的意图相当完整：解析、组织、检索、执行、记忆形成一条龙。架构采用模块化设计，可按需取用；许可证为 MIT，开源友好、商用无负担，这也是它敢于面向“从个人到企业”场景的底气。
