- •先给结论：**WeKnora 是我今年见过的架构最完整的开源知识库，但它解的是「有 IT 团队的企业」的题，解不了「没有 IT 部门的老板」的题**。这不是缺陷，是定位。
- •WeKnora 把 RAG（混合检索+GraphRAG）、Agent（ReAct+MCP+沙箱）、自动 Wiki（互链+修订历史）三合一，一个月涨约 7K star；它的治理观——「大模型让检索差距缩小，拉开距离的会是治理」——对有运维能力的企业成立。
- •两者真正的分水岭有三条：**数据怎么进来**（手动喂文档 vs 邮箱零录入自生长）、**数据主权怎么做**（内网工程隔离 vs 原文不出本机的物理隔离）、**治理指什么**（版本回滚 vs 人走了东西还在、想删删得干净）。
- •决策清单：有能部署、会锁版本、愿意养开源项目的 IT 团队——选 WeKnora，认真的；是老板或人事、没人帮你部署——邮箱里那个知识库已经等你很久了；两者数据域几乎不重叠，也可以并存。
WeKnora 强在哪：三合一架构的完整度
**WeKnora 用一套架构覆盖了三层需求：RAG 负责答得对（BM25+语义混合检索、GraphRAG、父子分块），Agent 负责能干活（ReAct 编排、MCP 工具、沙箱执行），自动 Wiki 负责答完之后知识沉淀（Markdown 互链、知识图谱、修订历史）**。开源社区用 26.8K star 投了票。
腾讯开源的 WeKnora 定位是企业级知识库，把三件事合在了一起。检索层给得很足：关键词召回保精度、向量召回保语义、GraphRAG 补实体关系、父子分块解决「查得到但上下文碎」的老毛病。Agent 层从「答得对」走到「能干活」：不只回答问题，还能拆解任务、调工具、在隔离环境里跑代码。
最不一样的是 Wiki 层：大多数 RAG 项目只解决「答得对」，WeKnora 在解决「答完怎么办」——问答过程中产生的知识，自动沉淀成可维护、可追溯、可回滚的文档库。
它把「权限问题」换成了「工程隔离问题」：不在应用层模拟权限体系，直接用部署边界解决。官方使用建议也很诚实：锁版本、内网部署、配置防火墙。项目至今 44 个 release、修过 10 个 CVE——活跃是好事，但也意味着你要持续跟版本、评估补丁。这是开源的常态，不算黑点。
八维对比：两种物种，不是两个竞品
**八个维度逐项对比完，没有一行是「谁赢」——每一行的答案都是：你的组织里有谁**。数据来源、检索架构、数据主权、AI 边界、知识治理、沉淀形态、门槛成本、适合谁，两种产品对着两类组织。
数据从哪来：WeKnora 多渠道手动喂文档；牛油局邮箱原生导入或直连同步，零录入自生长。检索架构：WeKnora 用 BM25+语义混合、GraphRAG、父子分块；牛油局用端侧索引包加关联记忆图谱（跨文件夹关系，Max 档 1 万封）。
数据主权：WeKnora 内网部署加防火墙，是工程隔离；牛油局邮件原文不出本机，AES-256-GCM 加密后云端只存密文。AI 边界：WeKnora 是 ReAct+MCP+沙箱；牛油局是按需分析、用多少传多少，护栏机制。知识治理：WeKnora 做版本、回滚、修订历史；牛油局做操作留痕可审计加一键删除不可恢复。
沉淀形态：WeKnora 沉淀为 Markdown 互链 Wiki；牛油局沉淀为离职交接报告、经营简报、自然语言问答。门槛成本：WeKnora 软件免费，但要有 IT 部署、锁版本、跟 release；牛油局 3 分钟导入出第一份报告，695 元/年起。适合谁：有 IT 团队的企业 vs 没有 IT 的中小老板和人事。
分水岭一：数据怎么进来
**企业知识库项目失败的第一原因通常不是检索不准，而是数据进不来**。WeKnora 的 Wiki 层把「数据进来之后怎么办」做到了行业前列，但「怎么进来」仍然要组织自己解决；牛油局的答案是让数据自己流进来。
麦肯锡的研究显示，知识工作者每天约 1.8 小时花在搜索和整理信息上；IDC 的经典统计是，财富 500 强企业每年因知识共享低效损失约 315 亿美元。大公司有专人维护尚且如此——中小企业没有「知识管理专员」这个岗位，系统上线了、员工不往里传文档，半年后就是一座空库。
而中小企业唯一自带时间戳、自带对方确认、沉淀多年的结构化商业档案，其实在邮箱里：客户往来、合同附件、历史报价、未结事项，全在里面。导入邮箱，知识库就开始生长，不需要任何人改变工作习惯。
分水岭二：数据主权的两种做法
**WeKnora 是工程隔离：部署在你内网，防火墙隔开外网；牛油局是物理隔离：邮件原文从设计上就不离开你的电脑**。一个把数据关在院子里，一个让数据根本不出家门。
对有运维能力的团队，内网部署是合理且成熟的做法。牛油局的思路更笨也更彻底：索引在本地完成；只有当你主动发起一次 AI 分析，相关的邮件片段才提交大模型处理——用多少，传多少；如果开启云端备份，索引包在本机 AES-256-GCM 加密后才上传，服务器只存密文，平台自己也读不到。
一句话总结：与其信任一个隔离环境，不如让「全量上云」这个动作在物理上不存在。
分水岭三：治理的两种含义，以及怎么选
**知识中台的治理是版本、回滚、追溯；中小企业要的治理是：人走了东西还在，人想删删得干净**。决策清单三条：有 IT 团队选 WeKnora，没有 IT 选牛油局，两者数据域几乎不重叠、也可以并存。
SHRM（美国人力资源管理协会）的测算显示，替换一名离职员工的成本可达其年薪的一半以上——而比工资更难补的，是这位员工邮箱里跟客户多年的往来记录。所以牛油局把治理做成两件事：谁导入了谁的邮件、生成了什么报告，操作留痕可审计；一键彻底删除任意邮箱的全部索引与分析数据，可验证、不可恢复。
决策清单：① 有能配防火墙、会锁版本、愿意养开源项目的 IT 团队——选 WeKnora，认真的，它值得这个 star 数。② 是老板或人事，客户合同报价都在邮箱里，没人帮你部署——邮箱里那个知识库已经等你很久了。③ 两者不冲突：WeKnora 管文档中台，牛油局管邮件记忆，重度依赖邮件的公司两个都装也说得通。
牛油局当前内测中：免费导入 1500 封邮件即可看到第一版客户档案与 3 分钟《资产体检报告》，官网 ainiumail.com 可申请体验。
常见问题
WeKnora 免费，为什么还要为牛油局付费？
免费的是软件，不免费的是部署、运维、版本跟进和安全评估所占用的人力。牛油局的 695 元/年买到的是「不需要那个人」——导入、索引、分析、报告全部开箱即用。
牛油局的 AI 分析会把我的邮件拿去训练模型吗？
不会。邮件原文不出本机；仅在你主动发起分析时，相关片段经 TLS 加密通道提交大模型 API 处理，不会用于模型训练。遵循《个人信息保护法》《数据安全法》合规设计。
我们已经有 Wiki/文档库了，牛油局还有用吗？
两者管的数据不同。Wiki 存的是「人写下来的」，邮箱存的是「生意真实发生的」——报价的几轮修改、客户语气的变化、没写进文档的承诺。牛油局补的是后者，数据域几乎不重叠。
离职交接场景哪个更合适？
这是牛油局的原生场景：一键生成《离职人员数字资产审计报告》——核心联系人 Top20、未结事项、重要附件、历史报价，3 分钟出册，交接零断档。WeKnora 的 Wiki 治理强在文档版本管理，不覆盖邮箱往来上下文。