MaxKB：打造属于你的LLM知识库，用RAG让AI更懂你！

最新推荐文章于 2025-05-09 23:00:00 发布
最新推荐文章于 2025-05-09 23:00:00 发布
阅读量591 收藏
点赞数 1
分类专栏： 2025 AI 文章标签： 人工智能 MaxKB AI应用 大语言模型 AI知识库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/luckcxy/article/details/144900707
版权

MaxKB：打造属于你的LLM知识库，用RAG让AI更懂你！

本视频讲解并演示MaxKB的部署安装、模型接入、创建知识库、创建应用等操作，轻松搭建基于大语言模型和 RAG 的开源知识库问答系统。


MaxKB = Max Knowledge Base，是一款基于大语言模型和 RAG 的开源知识库问答系统，操作简单，灵活编排，符合国人使用习惯，开源免费，能用在众多场景，在github上获得1万多星
通过maxkb，企业可以打造自己的AI助手，让知识转化成生产力，应用场景有：企业内部知识库、客户服务、学术研究与交易。
特点：开箱即用，模型中立、灵活编排、无缝嵌入等特点

开箱即用：可以使用docker命令一键部署。
可以手动上传文档，或输入网址让maxkb自动抓取在线文档
提供了文本自动拆分，向量化和RAG检索增强生成功能，可以有效减少大模型幻觉，

最低0.47元/天 解锁文章
【四.RAG技术与应用】【16.本地向量库与LLM整合：构建本地化AI系统】
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
03-04 68
兄弟们，今天咱们要聊一个超有意思的话题！想象一下，你有一台能听懂你说话、懂你的需求、还能帮你解决问题的"智能管家"，而且它就安静地运行在你自己的电脑上，完全不用依赖网络。这就是今天要说的本地向量库与LLM整合的魅力！
用 Bubble + RAG 打造你的 AI 职业规划师：从 0 到 1 的低代码实践
海棠AI实验室
04-03 1256
通过结合 Bubble 的 Low-Code 能力与 RAG 的前沿 AI 技术，我们成功构建了一个功能强大的 AI 职业规划师原型。这个过程不仅展示了如何将不同技术栈融合创新，也证明了即使没有深厚的传统编程背景，我们也能借助现代工具打造出有价值的 AI 应用。希望这个指南能启发你动手实践，创造更多可能！
最强开源大模型炸场！全网独一份AI大模型学习实践资源...（待会删）
Y525698136的博客
08-07 1430
最强开源大模型炸场！全网独一份AI大模型学习实践资源...（待会删）
MaxKB 知识库问答系统，基于大语言模型和 RAG（Retrieval-Augmented Generation）技术
huang9604的博客
02-14 1781
MaxKB 知识库问答系统，基于大语言模型和 RAG（Retrieval-Augmented Generation）技术
免费开源的知识库神器！MaxKB 让你轻松搭建智能问答系统
最新发布
jast
05-09 937
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，适用于智能客服、企业知识管理和学术研究等多种场景。其核心功能包括RAG检索增强生成、多模型兼容、零代码嵌入和高级工作流编排，支持多种文档格式和智能分段技术，确保问答的准确性和效率。MaxKB支持本地和云端模型的混合使用，提供可视化的工作流编排和自定义函数库，增强系统的灵活性和扩展性。此外，MaxKB还具备访问控制和实时监控功能，保障数据安全并优化问答效果。通过简单的Docker部署，用户可以快速搭建和升级MaxKB系统
基于开源MaxKB构建大语言模型的本地知识库系统（附教程）
Y525698136的博客
02-14 1153
MaxKB是一款基于LLM（Large Language Model）大语言模型的知识库问答系统。MaxKB的产品命名内涵为“Max Knowledge Base”，为用户提供强大的学习能力和问答响应速度，致力于成为企业的最强大脑。
MaxKB创建本地知识库
Baker的博客
05-15 1817
点击创建知识库后，设置知识库的名字，描述，然后上传知识库的文件，这里只是两种知识库，第一种是上传文件，大模型会解析文件中的文字，将文字分解后放到数据库，在需要的时候从数据库查询问题的答案，匹配上了就会引用知识库中的信息，第二种是通过url地址获取，同样会把数据存到数据库，这里演示第一种，我们做一个测试的文本文档上传，拖拽文件上传后点击创建并导入，回到应用界面，点击应用的设置，在应用信息中有关联知识库选项，点击其中的添加，把刚才的知识库加入进来，然后点击保存，就把知识库和这个应用关联起来了。
1Panel官方出品丨MaxKB：基于LLM大模型的知识库问答系统
FIT2CLOUD飞致云的博客
04-13 6231
1Panel应用商店上线AI问答系统MaxKB。
LangChain实战：RAG检索增强-打造属于你自己的知识库
Watermaleon的博客
06-10 808
通过RAG检索增强打造属于你自己的知识库，让大模型也懂你的业务，成为你的专属AI
打破AI黑盒，拥抱开源力量：基于openGauss+DeepSeek的本地知识库，打造你的专属AI助手！
Gauss松鼠会
02-12 1230
成功利用openGauss和DeepSeek从零搭建起了简易的 RAG 应用
操作教程丨MaxKB+Ollama：快速构建基于大语言模型的本地知识库问答系统
FIT2CLOUD飞致云的博客
04-18 1万+
30分钟上线基于大语言模型的知识库问答系统。
MaxKB 是一款基于 LLM 大语言模型的知识库问答系统
04-04
MaxKB 是一款基于 LLM 大语言模型的知识库问答系统。MaxKB = Max Knowledge Base，旨在成为企业的最强大脑。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；支持零编码快速嵌入到第三方业务系统；支持对接主流的大模型，包括本地私有大模型（如 Llama 2）、Azure OpenAI 和百度千帆大模型等。
【开源项目】MaxKB+Ollama：构建私有化知识库问答系统
m0_59235245的博客
06-12 4943
MaxKB 是一款基于 LLM 大语言模型的知识库问答系统。MaxKB = Max Knowledge Base，旨在成为企业的最强大脑。：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；：支持零编码快速嵌入到第三方业务系统；：支持对接主流的大模型，包括 Ollama 本地私有大模型（如 Llama 2、Llama 3、qwen）、通义千问、OpenAI、Azure OpenAI、Kimi、智谱 AI、讯飞星火和百度千帆大模型等。
Windows下最详尽的Ollama+Deepseek-r1 本地部署手册
热门推荐
huang9604的博客
02-05 2万+
Windows下最详尽的Ollama+Deepseek-r1 本地部署手册
MaxKB 知识库问答系统名词全解析
binbin046的博客
12-17 1521
例如，对于 “如何提高员工工作效率的方法” 这个问题，向量检索会在向量空间中找到与表示该问题语义的向量最接近的知识库向量对应的文本，这些文本可能没有直接包含问题中的关键词，但在语义上高度相关，如 “提升职场生产力的有效策略” 这样的文本，从而提高检索结果的质量和相关性。例如，在一个旅游知识库问答系统中，用户可以上传一张风景图片并询问 “这是哪里”，系统会对图片进行分析识别出地点特征，再结合文本知识库中关于该地点的介绍，如景点名称、旅游攻略等信息，生成综合的回答，为用户提供更全面、直观的信息服务。
基于MaxKB搭建一个知识库问答系统
我码玄黄的博客
04-25 2953
MaxKB 是一款基于 LLM 大语言模型的知识库问答系统。
Ollama+DeepSeek+MaxKB搭建本地知识库
wal1314520的博客
02-19 3770
基于上面的步骤，我们就成功部署了MaxKB，下面我们就要开始创建本地知识库，这部分相对就比较简单了，可以参考MaxKB官网文档（https://maxkb.cn/docs/quick_start/）进行查看。希望我的这篇文章，能够帮助小伙伴们搭建本地化的知识库，MaxKB是一个开源工具，也可以用别的替代它的功能，现在市面上的几个开源的都差不多，选择一个自己喜欢的就好。直接点OK按钮就进入安装了。登录后主界面如下，一般流程是创建知识库，再配置本地大模型，最后创建应用，就完成本地知识库的搭建了。
Docker部署MaxKB 知识库（提高问答命中率）
小生测试的博客
06-15 5203
整体来说，MaxKB虽然部署简单，但是知识库处理能力还是太弱了，Embeding模型不能自定义，而且消耗token比较大，只能适用本地大模型。如果使用智能分段处理问题，命中率低，使用高级分段就比较准点，适用于比较规范的问题模板，当然对于大文本来说，手动处理分段就非常麻烦了。对于开发者来说，好处在于前端使用Vue，后端是Django，非常适合二次开发，可以持续关注。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值