简介

MaxKB 是一个基于大语言模型 (LLM) 的智能知识库问答系统。它能够帮助企业高效地管理知识，并提供智能问答功能。想象一下，你有一个虚拟助手，可以回答各种关于公司内部知识的问题，无论是政策、流程，还是技术文档，MaxKB 都能快速准确地给出答案:比如公司内网如何访问、如何提交视觉设计需求等等。

核心优势

• 开箱即用：支持直接上传文档、自动爬取在线文档，支持文本自动拆分、向量化，智能问答交互体验好；
• 无缝嵌入：支持零编码快速嵌入到第三方业务系统；
• 多模型支持：支持对接主流的大模型，包括本地私有大模型（如Llama 2）、OpenAI、Azure OpenAI和百度千帆大模型等。

如何部署Ollama+MaxKB

本文将介绍如何基于Ollama+MaxKB快速搭建企业级知识库问答系统，这套方案具有以下优点：

• 安全性高：可以完全私有化地部署在企业内部
• 自带权限管理：可以分配多个账号，并对知识库和应用做权限管理，便于为企业内的不同角色分别权限
• 部署成本低：MaxKB用到的embedding模型和LLM模型也都是开源免费的
• 易用性高：除了服务启动以外，所有操作都通过网页交互完成，不懂编程的用户（如客服、运营）也可以快速上手使用。

Github地址：

https://github.com/1Panel-dev/MaxKB

环境要求

由于MaxKB当前仅支持Linux（Ubuntu或CentOS），所以本文介绍的也是在Linux服务器上通过Docker容器进行部署的方法。

除了上面截图中的环境要求外，建议docker的版本不低于20.10.8，否则可能无法启动Ollama服务。

Ollama的安装部署

首先拉取ollama的docker镜像：

docker pull ollama/ollama:0.1.32

然后启动ollama的服务，注意容器内ollama的服务是在11434端口，然后我们通过-p将ollma的服务映射到宿主机的11434端口：

docker run -d --network host -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama:0.1.32

MaxKB的安装部署

同样先拉取maxkb的docker镜像：

docker pull 1panel/maxkb:v1.0.4

然后启动maxkb的服务：

docker run -d --name=maxkb -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data 1panel/maxkb

接下来就可以通过浏览器访问maxkb的网页，ip即为maxkb和ollama提供服务的机器ip，端口为8080:

初次登录的用户名为admin，密码为MaxKB@123..密码包含省略号

下载大模型

依次点击系统设置->模型设置->Ollama->添加模型

模型名称填写自定义的名称即可

模型类型选择 大语言模型基础模型不能随意填写，只能使用ollma模型库中已有的模型类型：https://ollama.com/library，这里我们用的是qwen:1.8b

API域名填写前面ollama起服务的机器ip和端口（11434）

API Key随便填

点击‘添加’后模型开始下载，一般需要几分钟的时间才能下载完成：

创建知识库

点击知识库->创建知识库，填入知识库名称/描述/类型，然后点击上传文档：

创建应用

大模型和知识库创建成功后，就可以创建应用了。点击“应用->创建应用”，填入应用名称和应用描述，注意这里AI模型和关联知识库要选择前面两步创建的AI模型和知识库。

高性价比GPU算力：https://www.ucloud.cn/site/active/gpu.html?ytag=gpu_wenzhang_0618_shemei