GitHub星标破万！MaxKB：开源知识库问答系统，打造企业最强大脑，大模型入门到精通，收藏这篇就足够了！

MaxKB（Max Knowledge Base）是一款基于大语言模型和RAG（检索增强生成）技术的开源知识库问答系统，由1Panel团队开发。该项目旨在成为"企业的最强大脑"，为用户提供强大的学习能力和快速的问答响应速度。

程序学到昏

1218人浏览 · 2025-10-15 10:21:28

程序学到昏 · 2025-10-15 10:21:28 发布

MaxKB（Max Knowledge Base）是一款基于大语言模型和RAG（检索增强生成）技术的开源知识库问答系统，由1Panel团队开发。该项目旨在成为"企业的最强大脑"，为用户提供强大的学习能力和快速的问答响应速度。

自2024年3月发布以来，MaxKB在开源社区表现出卓越的成长性。截至2025年4月，它在GitHub上已获得超过15,000个Star和超过2,000次Fork，全网累计下载量超过470,000次。MaxKB现已被广泛应用于企业内部知识库运营、客户服务、学术研究与教育等场景。

核心功能

MaxKB具有四个核心优势：

开箱即用：支持直接上传文档（TXT、Markdown、PDF、DOCX）和自动爬取在线文档，支持文本自动拆分、向量化和RAG（检索增强生成），能有效减少大模型幻觉，提供良好的智能问答交互体验。
模型中立：支持对接各种大语言模型，包括本地私有大模型（如DeepSeek-R1、Llama 3、Qwen 2等）、国内公共大模型（如DeepSeek、通义千问、腾讯混元、字节豆包、百度千帆、智谱AI、Kimi等）以及国外公共大模型（如OpenAI、Azure OpenAI、Gemini等）。
灵活编排：内置强大的工作流引擎，支持编排AI工作流程，支持函数库和MCP协议，能有效满足复杂业务场景下的应用需求。用户可可视化地编排AI工作流程，并查看每个节点的执行详情。
无缝嵌入：支持零编码快速嵌入至第三方业务系统，可以快速接入企业微信、钉钉、飞书、微信公众号等应用，让已有系统快速拥有智能问答能力。

安装与使用方法

MaxKB的安装非常简单，主要通过Docker进行部署：

# 创建持久化目录

mkdir-p /data/docker/maxkb

# 运行Docker容器

docker run -itd--restart always --name=maxkb -p8080:8080 -v /data/docker/maxkb:/var/lib/postgresql/data 1panel/maxkb

安装完成后，通过浏览器访问http://服务器IP:8080，使用默认用户名admin和密码MaxKB@123..登录，首次登录后会提示修改密码。

MaxKB的基本使用流程包括：

添加模型：在系统管理中添加和配置AI模型，支持多种主流大模型。
创建知识库：支持上传文档或爬取网页内容，系统会自动进行文本拆分和向量化处理。
创建应用：将知识库与AI模型关联，创建问答应用。
嵌入使用：将应用嵌入到第三方系统或直接通过提供的访问链接使用。

代码演示

虽然MaxKB主要提供Web界面操作，但它也提供了API接口供开发者集成。以下是一个使用MaxKB API进行问答的示例：

importrequests

importjson

# MaxKB API基础URL

base_url="http://your-maxkb-instance:8080/api"

# 认证信息

auth= ("admin", "your_password")

# 获取应用列表

defget_apps():

    response=requests.get(f"{base_url}/apps/", auth=auth)

    returnresponse.json()

# 发送问答请求

defask_question(app_id, question):

    payload= {

        "question": question,

        "stream": False

    }

    response=requests.post(

        f"{base_url}/apps/{app_id}/chat",

        json=payload,

        auth=auth

    )

    returnresponse.json()

# 使用示例

if__name__=="__main__":

    # 获取第一个应用ID

    apps=get_apps()

    ifapps:

        app_id=apps[0]["id"]

        # 提出问题

        result=ask_question(app_id, "MaxKB是什么？")

        print("答案:", result["answer"])

        # 打印参考文档

        if"docs"inresult:

            print("参考文档:")

            fordocinresult["docs"]:

                print(f"- {doc['title']}")

此代码演示了如何通过MaxKB的API进行用户认证、获取应用列表以及发送问答请求。

优势对比

与其他知识库问答系统相比，MaxKB具有以下显著优势：

多模型支持：真正实现模型中立，支持国内外多种主流大模型，避免厂商锁定。
开源免费：完全开源，可自由使用和修改，社区版功能已经非常强大。
易于集成：提供丰富的API和嵌入选项，可轻松集成到现有系统中。
工作流引擎：内置可视化工作流编排功能，支持复杂业务场景。
部署灵活：支持Docker快速部署，也可通过1Panel应用商店一键安装。

下表对比了MaxKB与其他知识库解决方案的关键特性：

特性	MaxKB	OpenAI Assistants	LangChain	Haystack
开源免费	✅	❌	✅	✅
多模型支持	✅	❌	⚠️	⚠️
可视化界面	✅	✅	❌	❌
工作流编排	✅	❌	⚠️	✅
易集成性	✅	✅	✅	✅
本地部署	✅	❌	✅	✅