MaxKB是一款基于大语言模型（LLM）和检索增强生成（RAG）技术的开源知识库问答系统，旨在提升企业的知识管理与服务水平。它通过全流程自动化的知识采集与构建、智能搜索、以及高准确性的回复机制，帮助企业有效处理特定领域请求，降低模型幻觉的影响。MaxKB支持本地部署，保障安全性，并能够快速实现业务AI助手的上线，提高工作效率与用户体验，助力企业实现“提质增效”的目标。

官方文档：基于大模型和 RAG 的知识库问答系统

因为官方文档对于技术小白有一定的门槛，这里给大家选取了一种来适合小白进行本地部署的方案。

在线安装(Win和Mac)

一、安装Docker

windows安装docker

安装Docker参考教程：Windows Docker 安装 | 菜鸟教程

安装之后，可以打开 PowerShell 并运行以下命令检测是否运行成功：

docker run hello-world

在成功运行之后应该会出现以下信息：

MacOS/Linux安装Docker

安装Docker参考教程：MacOS Docker 安装 | 菜鸟教程

安装之后打开终端，执行以下命令验证是否安装成功：

docker-v

显示当前Docker安装版本号即为成功。

二、使用Docker部署MaxKb

MaxKB 支持一键启动，仅需执行以下命令：

WIndows系统

docker run -d --name=maxkb --restart=always -p 8080:8080 -v C:/maxkb:/var/lib/postgresql/data -v C:/python-packages:/opt/maxkb/app/sandbox/python-packages registry.fit2cloud.com/maxkb/maxkb

参数说明：

• docker run: 启动一个新的容器实例。
• -d: 在后台运行容器（分离模式）。
• --name=maxkb: 给容器指定一个名称为 maxkb。
• --restart=always: 设置容器在失败后自动重启。
• -p 8080:8080: 将主机的8080端口映射到容器的8080端口。
• -v C:/maxkb:/var/lib/postgresql/data: 将主机的 C:/maxkb 目录挂载到容器的 /var/lib/postgresql/data 目录，用于数据持久化。
• -v C:/python-packages:/opt/maxkb/app/sandbox/python-packages: 将主机的 C:/python-packages 目录挂载到容器的 /opt/maxkb/app/sandbox/python-packages 目录，用于存放Python包。
• registry.fit2cloud.com/maxkb/maxkb: 指定要使用的Docker镜像地址。

Mac/Linux系统

docker run -d --name=maxkb --restart=always -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data -v ~/.python-packages:/opt/maxkb/app/sandbox/python-packages registry.fit2cloud.com/maxkb/maxkb

参数说明：

• docker run: 启动一个新的容器实例。
• -d: 在后台运行容器（分离模式）。
• --name=maxkb: 给容器指定一个名称为 maxkb。
• --restart=always: 设置容器在失败后自动重启。
• -p 8080:8080: 将主机的8080端口映射到容器的8080端口。
• -v ~/.maxkb:/var/lib/postgresql/data: 将主机的 ~/.maxkb 目录挂载到容器的 /var/lib/postgresql/data 目录，用于数据持久化。
• -v ~/.python-packages:/opt/maxkb/app/sandbox/python-packages: 将主机的 ~/.python-packages 目录挂载到容器的 /opt/maxkb/app/sandbox/python-packages 目录，用于存放Python包。
• registry.fit2cloud.com/maxkb/maxkb: 指定要使用的Docker镜像地址。

待所有容器状态显示为healthy后，可通过浏览器访问 MaxKB：

http://127.0.0.1:8080

• 默认登录信息 用户名：admin
• 默认密码：MaxKB@123..

配置大模型

本次大模型对接使用 阿波罗AI(提供一站式大模型对接服务，稳定快速可靠的API中转)

为什么用中转API呢？

1. 价格低：比官方API价格优惠很多。
2. 稳定性高：比官方更稳定，有的逆向模型比官方更聪明。
3. 简单易用：300+模型聚合成一个API，不需要去模型对应的平台注册账号，申请API_kEY。

详情查看：模型列表

代理地址填 https://api.ablai.top/v1 (没有账号需要 注册)

添加模型

选择OpenAI （因为阿波罗AI所有模型兼容OpenAI的对话格式）

按照下图的方式添加大语言模型

添加向量模型也可以使用自带的maxkb-embedding自带的速度对文件的向量化处理和分段质量可能稍微差一些，自己评估。

添加成功后可以在模型列表看到刚刚添加成功的模型，我们创建应用或者解析知识库的时候选择对应的大语言模型和向量模型即可。

添加其他类型的模型同理。

到此MaxKB知识库的基本配置已经完成了，大家可以创建应用和上传文档、网页构建自己的定制知识库了。

构建知识库和应用

MaxKB的强大之处在于可以基于知识库构造工作流，制作适合自己工作的应用，这是非常有意思的过程。快去体验吧！

AI大模型从0到精通全套学习大礼包

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

只要你是真心想学AI大模型，我这份资料就可以无偿共享给你学习。大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！

如果你也想通过学大模型技术去帮助就业和转行，可以扫描下方链接👇👇
大模型重磅福利：入门进阶全套104G学习资源包免费分享！

01.从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

​

02.AI大模型学习路线图（还有视频解说）

全过程AI大模型学习路线

​

03.学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

04.大模型面试题目详解

05.这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌，构建起"前沿课程+智能实训+精准就业"的高效培养体系。

课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓