开源商业知识库横向选型
核验日期:2026-09-30。本表是源码、官方 README、官方许可与文档的静态比较;没有启动这些项目,也没有测问答质量、并发或总成本。WeKnora 固定 v0.8.2,RAGFlow 固定 v0.27.2;其余仓库按文末所列分支查看。商业化许可是选型门槛,不能只看 GitHub 的 license badge。
持续关注这一领域的实践与变化。
核验日期:2026-09-30。本表是源码、官方 README、官方许可与文档的静态比较;没有启动这些项目,也没有测问答质量、并发或总成本。WeKnora 固定 v0.8.2,RAGFlow 固定 v0.27.2;其余仓库按文末所列分支查看。商业化许可是选型门槛,不能只看 GitHub 的 license badge。
状态:拟建架构,2026-09-30。底层能力对照 WeKnora v0.8.2 架构、租户鉴权和API 总览;以下自有控制面、BFF、策略网关、接口与数据表尚未开发。
“提升效率”“建设智能助手”都不是可以直接交付的需求。更有效的起点是记录谁在什么环节遇到了什么阻塞,以及这个阻塞现在带来多少重复工作、等待或差错。
一家海外工业客户用同一套 ERP 管理从手套、螺丝钉到卡车、机械臂的库存和资产,15 个相关团队都受到物料难找和数据质量问题影响。项目先对“系统不好用”做根因分析,再从数据清洗、标准化和小规模实验切入,把 AI 价值落到减少重复采购和库存浪费。
一家省属国企一级子公司已有 OA、ERP 和数据中台,但业务增长后,法务、财务、内控等岗位难以继续依赖人工经验扩张。项目用两年时间共同梳理业务、数据、流程与组织,把 AI 从技术项目变成嵌入工作流的助手,并沉淀知识库、模型调度和多个 Agent。
TAP 团队同时管理大量达人、上万个商品和持续增加的履约任务,信息散落在平台、Excel、飞书和不同岗位手中。项目重新梳理达人建联、选品、履约和数据管理链路,让 AI 承担筛选、匹配、内容生成、提醒和数据整理,试运行后平均履约周期由约一个月缩短到约 18 天。
消费品企业的 SKU 增多后,产品开发中的经验损耗、信息分散和沟通摩擦会同时放大。项目把原本排队等待人工处理的包装审核前移,让 AI 先完成错别字、法规标准等确定性检查,把产品经理的时间留给产品表达与业务判断。
一家年销售额数亿元、团队仅十余人的外贸礼品公司,样图、美工图、参考图和客户资料散落在员工电脑与文件夹中。项目从老板愿意付费解决的小问题进入,先整理图片和文件,让 AI 能够理解、检索和调用,再逐步接入阿里国际站运营、网站更新与产品海报等日常流程。
工程租赁中小企业的获客、报价、调度和管理高度依赖老板,长尾订单又涉及车辆、操作员、油费、距离和作业类型等变量。项目重新串联获客、询价、报价、人工判断和调度,让系统为相对标准化的长尾需求计算报价区间,由 AI 沟通、老板处理高价值客户。
一家拥有七八十名员工的德国制造企业,关键生产知识大量沉淀在老师傅的长期经验中。项目从新人培训流程切入,把隐性经验和已有文档转化为可检索的企业知识,并接入培训、进度跟踪、课程问答和带教师傅验收。
跨境快消企业依赖当地经销商完成销售,总部却难以及时掌握终端动销,信息滞后、数据失真和人工审核成本长期存在。项目重新梳理总部、经销商和终端之间的数据链路,用 AI 完成数据抽取、清洗、校验和风险识别,形成机器辅助处理、业务人员最终决策的流程。