前言

2024年4月12日，1Panel开源团队正式推出其新开源项目——MaxKB（github.com/1Panel-dev/MaxKB）。这款知识库问答系统基于大语言模型（LLM），名称“Max Knowledge Base”寓意为最大知识库，旨在为用户提供高效的学习支持和快速的回答能力，致力于成为企业的智能助手。

到2024年4月16日，MaxKB已在GitHub Trending榜单上取得了优异成绩，自发布以来获得了超过1,800个Star和5,000多次下载。有用户反馈，已成功将MaxKB部署在其官网，实现了低成本的专属AI客服。

除了能够快速搭建基于OpenAI、百度千帆等在线大模型的知识库问答系统外，MaxKB还支持与Ollama等本地私有大模型集成，从而实现本地知识库问答系统的快速部署。

准备工作

• 在开始前，请确保已安装好 Ollama、Qwen 大模型以及 Doctor Desktop。
• 如果您不确定如何安装，可以参考我的另一篇文章：在Windows上轻松部署本地大语言模型：Ollama与Open-WebUI的完整指南，该文章提供了详细的安装步骤和配置说明。

一、MaxKB安装部署

部署方式一：通过1Panel应用商店安装

1. 登录至 1Panel应用商店。
2. 在应用商店中搜索“MaxKB”，点击下载。
   

部署方式二：命令行安装（推荐）

• 在确保Docker后台服务已启动后，使用以下命令在终端快速部署MaxKB：[强烈建议先开魔法再下载]

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

命令解析

1. docker run -d
   以后台模式运行容器。

2. --name=maxkb
   为容器指定名称 maxkb，便于管理。

3. -p 8080:8080
   将宿主机的8080端口映射到容器的8080端口。

4. -v ~/.maxkb:/var/lib/postgresql/data
   将宿主机的 ~/.maxkb 目录挂载到容器的 /var/lib/postgresql/data 目录，以确保数据持久化。

5. 1panel/maxkb
   指定要使用的Docker镜像。

二、访问MaxKB

1、访问MaxKB应用

在浏览器中输入以下地址: （确保Docker服务正在运行，且8080端口未被其他服务占用）

http://localhost:8080

输入下述登录信息即可访问MaxKB。

• 用户名: admin
• 密码: MaxKB@123..

• 首次登录后，系统将提示用户修改密码，请根据指示进行修改即可。

2、在MaxKB中接入Ollama的大语言模型

• 进入"系统设置" >> 点击左侧 “模型设置” >> 选择"供应商" >> 添加 “模型”
• MaxKB 提供了多种模型供应商，用户可以通过 API Key 在线连接不同的大模型服务
• MaxKB 支持集成多种大模型服务，包括百度千帆大模型、Azure OpenAI 和 OpenAI 等。具体对接步骤请参阅 MaxKB 官方文档。

• 在不同的模型厂商中，API 密钥的申请地址各有不同。然而，本指南将不采用此方式，而是通过 Ollama 在本地部署的 qwen2.5:7b 大模型，将其配置到 MaxKB 中，以实现本地化的模型集成。
• 选择 “供应商” >> “Ollama” >> 添加 “模型” >> 填写配置 >> “添加”

在填写 Ollama 模型配置时，请按照以下说明逐步完成各项内容：

1. 模型名称：填写自定义的模型名称，用于识别此模型。例如，您可以使用 qwen257 来代表您本地部署的模型实例。

2. 权限：选择模型的访问权限。

   • 私有：仅当前用户可以使用，适用于个人测试和专用模型。
   • 公用：所有用户均可使用，但无法编辑设置，适合共享的通用模型。

3. 模型类型：从下拉列表中选择“大语言模型”，因为 qwen2.5:7b 是一个大语言模型。

4. 基础模型：如果列表中未列出目标模型，您可以直接输入模型的名称，例如 qwen2.5:7b，然后按回车键确认。

5. API 域名：输入您本地部署 Ollama 服务的 API 地址，通常在 Docker 环境下应为 http://host.docker.internal:11434，确保可以正常访问该地址。

6. API Key：输入您设置的 API 密钥，确保授权访问此模型。如果没有特定的 API Key，可以留空或咨询管理员获取相应权限。

3、建立知识库

• 选择 “知识库” >> 创建 “知识库” >> 填写配置 >> 点击 “创建”
• MaxKB 支持“通用型”和“Web 站点”两种知识库类型，其中“通用型”配置相对简便
• 本示例将以“通用型”创建《水浒传原文》知识库为例进行说明

在 MaxKB 中创建《水浒传原文》知识库时，可以按照以下说明填写各项信息：

1. 知识库名称：填写知识库的名称，如“水浒传原文”，简明扼要地标识该知识库的内容。

2. 知识库描述：提供简要描述，参考如下：

   该知识库包含《水浒传》的完整原文内容，作为中国古典四大名著之一的《水浒传》记录了北宋时期一百零八位梁山好汉的传奇故事。该知识库适用于历史文学研究、传统文化学习和语料库分析等多种场景。
   

3. 向量模型：选择与知识库内容相匹配的向量模型，使用默认的 maxkb-embedding，用于后续的文本向量化处理。

4. 知识库类型：

   • 通用型：选择“通用型”用于上传本地文件或手动录入内容，适合原文文档的直接存储。
   • Web 站点：此类型用于同步 Web 网站文本数据，不适用于本地上传的文档。

• 完成《水浒传原文》知识库的创建后，继续点击“上传文档”按钮

1. 文本文件：适用于上传包含纯文本内容的文件，如 .txt 文件。这类文件可以直接导入知识库，用于构建文本内容的基础。

2. 表格：适用于上传结构化数据的文件，如 .csv 或 .xlsx 表格文件。表格文件通常包含多条记录，适合存储问答对、数据表等信息。

3. QA 问答对：用于上传包含问题和对应答案的问答对内容。这种格式适合在知识库中快速建立问答形式的知识点，有助于实现基于问答的搜索或查询功能。

• 在此步骤中，我们选择《水浒传》原文作为上传内容。

• 已为大家准备好数据，百度网盘下载链接如下。此外，也可以访问 水浒传小说在线阅读 自行获取数据。

  通过百度网盘分享的文件：水浒传.zip
  链接：https://pan.baidu.com/s/12lQhDaaZQIIWquHF21qT6g?pwd=2024 
  提取码：2024 
  --来自百度网盘超级会员V3的分享
  

• 请注意，在导入时需要选择“添加分段标题为关联问题（适用于标题为问题的问答对）”选项。本知识库适合勾选该选项，以便更好地将章节标题与内容关联。

4、创建应用

• 选择 “应用” >> 创建 “应用” >> 填写配置 >> 点击 “创建”

1. 应用名称：输入应用名称，如“水浒传达人”，以便用户直观了解该应用的主题和用途。

2. 应用描述：参考填写如下描述：

   本应用旨在帮助用户了解《水浒传》的故事情节、人物背景和相关知识。用户可以通过提问的方式获取《水浒传》各章节内容、经典情节及人物关系等信息，适用于传统文化学习、文学研究和爱好者交流等场景。
   

3. 选择应用类型：

   • 简单配置：适合新手，快速创建小助手。
   • 高级编排：适合有一定经验的用户，可以自定义小助手的工作流程和交互逻辑。

• 在 AI 模型配置中选择之前在模型库中添加的 qwen257 模型。
• 另请注意，除了为应用添加知识库外，还需进行相应的参数设置。

• 在参数设置中，建议根据知识库的数据量大小进行选择。由于本示例中的知识库数据量较小，因此选择了第二项配置，以优化性能和查询速度。

• 其他配置项可根据实际需求和偏好进行设置，以满足不同的使用场景和用户体验。

• 点击“保存并发布”后，可在“应用”界面查看并演示效果。

• 演示效果如下

三、嵌入第三方应用

• 选择 “应用” >> 选择 “水浒传达人” >> 点击 “嵌入第三方应用”

• 剩下的步骤就是将代码集成到您的其他应用中，您可以根据具体需求灵活调整和应用。本教程的其余部分不再详述，供您自行探索与发挥。

---

总结

本教程详细介绍了如何使用 MaxKB 与 Ollama 本地模型构建企业知识库问答系统的完整流程。通过此指南，您可以迅速部署 MaxKB、集成 Ollama 的大语言模型，并建立定制的知识库应用，实现专属的智能问答助手。整个流程包括从 MaxKB 的安装部署、知识库的创建到应用的配置和发布，甚至最后的第三方应用嵌入，均提供了逐步指导，确保用户能够顺利搭建并运行自己的知识库系统。

MaxKB 的灵活性和与本地模型的兼容性，使其不仅能够满足常规的在线大模型接入需求，还支持在本地私有化部署，为用户提供安全、高效且低成本的 AI 解决方案。这一特性使得 MaxKB 特别适合需要自定义知识库问答系统的企业和个人。

至此，您已了解如何使用 MaxKB 与 Ollama 构建知识库小助手，并完成了基本的配置和应用发布。接下来，您可以根据实际需求进一步探索 MaxKB 的高级功能，或将其嵌入到其他应用场景中，以实现更广泛的智能交互。希望本教程能为您的知识库建设提供有力支持，助力企业智能化升级。