用 RAG 搭建企业本地 AI 知识库问答系统
LangChain 负责检索链路,pgvector 存储向量,Django 提供后端服务,Vue 构建前端界面
✓ 开箱即用,快速部署✓ 支持本地私有化大模型 ✕ 知识库文档需拆分向量化✕ 依赖大模型效果
方案简介
MaxKB = Max Knowledge Brain,是一个强大易用的企业级智能体平台,致力于解决企业 AI 落地面临的技术门槛高、部署成本高、迭代周期长等问题。本方案聚焦其核心能力 RAG 检索增强生成:通过上传本地文档或自动爬取在线文档,经文本自动拆分与向量化后存入 PostgreSQL/pgvector 向量数据库,再结合本地或公共大模型构建企业专属知识库问答系统,有效减少大模型幻觉,提升问答效果。适合需要快速落地智能客服、智能办公助手等场景的企业。
亮点与能力
- 高效搭建本地 AI 知识库
- 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
- 有效减少大模型幻觉,提升问答效果
- 支持零编码快速嵌入到第三方业务系统
- 模型中立,支持本地私有大模型与国内外公共大模型
- 内置工作流引擎、函数库和 MCP 工具调用能力
组成与分工
- Vue.js:前端界面框架,负责 Web 交互界面
- Python / Django:后端服务框架,承担业务逻辑与 API
- LangChain:大模型应用编排框架,串联检索与生成流程
- PostgreSQL / pgvector:向量数据库,存储文档向量化结果并支持相似度检索
- Docker:容器化部署载体,提供一键运行镜像
- DeepSeek R1 / Qwen 3 等本地大模型:作为知识库问答的生成模型
前置要求
- Linux 或 Windows 机器
- 已安装 Docker
- 可访问大模型(本地私有模型如 DeepSeek R1 / Qwen 3,或公共大模型)
安装命令:
实施步骤
1. 启动容器
Linux 机器执行:
docker run -d --name=maxkb --restart=always -p 8080:8080 -v ~/.maxkb:/opt/maxkb registry.fit2cloud.com/maxkb/maxkb
Windows 机器执行:
docker run -d --name=maxkb --restart=always -p 8080:8080 -v C:/maxkb:/opt/maxkb registry.fit2cloud.com/maxkb/maxkb
2. 登录系统
访问 8080 端口对应的服务,使用默认账号登录:
用户名: admin
密码: MaxKB@123..
3. 接入大模型并创建知识库
登录后在系统中对接大模型(本地私有模型或公共模型),上传文档或爬取在线文档,系统将自动完成文本拆分与向量化入库。
使用与配置要点
- 默认登录账号为 admin / MaxKB@123..,首次登录后建议修改密码
- 数据持久化目录挂载在宿主机 ~/.maxkb(Linux)或 C:/maxkb(Windows)
- 容器配置 --restart=always,宿主机重启后自动恢复服务
- 可将构建好的问答应用零编码嵌入第三方业务系统
- 也可通过 1Panel 应用商店快速部署
注意事项与常见问题
- 内网环境无法拉取镜像时,推荐使用官方提供的离线安装包进行安装部署
- 不同产品版本功能存在差异,部署前可参见 MaxKB 产品版本对比
- 许可证为 GPLv3,商用需注意合规
- 遇到问题可查看使用手册或在官方论坛求助
优缺点
- ✓ 开箱即用,快速部署
- ✓ 支持本地私有化大模型
- ✕ 知识库文档需拆分向量化
- ✕ 依赖大模型效果
出处
本方案挖掘自开源项目 1Panel-dev/MaxKB,方案内容与实施命令均来自其 README 原文。
方案出处
1Panel-dev/MaxKB:🔥 MaxKB is an open-source platform for building enterprise-grade agents. 强大易用的开 22727 star 🔥 MaxKB is an open-source platform for building enterprise-grade agents. 强大易用的开源企业级智能体平台。
本方案由真实开源项目挖掘整理,实施命令均来自其 README 原文,安装使用请遵循项目开源协议。