在数字化转型的浪潮中，如何高效地管理和利用企业知识库成为了众多企业关注的焦点。今天，我们将为您介绍一款集大语言模型与RAG技术于一体的开源知识库问答系统——MaxKB，它正逐步成为众多企业提升客户服务、优化内部知识管理及推动学术研究与教育创新的得力助手。
项目介绍
项目简介
MaxKB（Max Knowledge Base）是由飞致云FIT2CLOUD团队开发的基于大语言模型和RAG（检索增强生成）技术的开源知识库问答系统。
MaxKB旨在通过智能化的问答交互方式，为企业提供高效、便捷的知识检索与利用体验。无论是在企业内部知识库建设、客户服务优化，还是在学术研究与教育等领域，MaxKB都能展现出其独特的价值与魅力。
技术亮点
开箱即用： MaxKB支持直接上传文档和自动爬取在线文档，同时提供文本自动拆分、向量化及RAG等强大功能。这些特性使得用户能够轻松构建并维护自己的知识库，无需繁琐的配置和复杂的开发过程。
模型中立： MaxKB具备高度的模型中立性，能够无缝对接各种大语言模型。无论是本地私有大模型（如Llama 3、Qwen 2等），还是国内外公共大模型（如通义千问、智谱AI、OpenAI等），MaxKB都能提供稳定、高效的支持。
灵活编排： 内置强大的工作流引擎是MaxKB的另一大亮点。通过灵活的编排功能，用户可以轻松实现AI工作过程的自动化和定制化，满足复杂业务场景下的多样化需求。
无缝嵌入： 为了帮助企业更好地将智能问答能力融入现有系统，MaxKB提供了零编码快速嵌入的功能。只需简单配置，即可让第三方业务系统快速拥有智能问答能力，从而提升用户体验和满意度。
技术原理
整体架构
实现原理
技术栈
• 前端：Vue.js[1]、logicflow[2]
• 后端：Python / Django[3]
• 架构：Langchain[4]
• 向量数据库：PostgreSQL / pgvector[5]
• 大模型：Ollama[6]、Azure OpenAI、OpenAI、通义千问、Kimi、百度千帆、讯飞星火、Gemini、DeepSeek等。
应用场景
企业内部知识库： MaxKB能够帮助企业构建全面的内部知识库，并通过智能化的问答方式提供便捷的知识检索服务。这不仅提高了员工的工作效率，还促进了知识的传承与共享。
客户服务： 在客户服务领域，MaxKB能够自动处理常见问题解答，减轻客服人员的工作负担。同时，通过智能化的推荐和引导功能，MaxKB还能提升客户满意度和忠诚度。
学术研究与教育： 在学术研究与教育领域，MaxKB能够为学生和研究者提供丰富的知识资源和智能化的问答服务。这有助于激发学生的创新思维和解决问题的能力，并推动学术研究的深入发展。
安装使用
安装
MaxKB安装部署，请参考官方部署文档[7]。
使用
快速入门，请参考官方使用说明[8]。
