Maxkb——无需代码，快速构建自己的AI助手（附教程）

AI大模型教程

于 2025-01-03 13:37:31 发布

阅读量5k

点赞数 20

文章标签：人工智能知识图谱 LLM 自然语言处理 AI大模型 AI 程序员

本文链接：https://blog.csdn.net/2401_82469710/article/details/144908380

版权

随着ChatGPT在国内的爆火，越来越多的厂商开始投入AI大模型中去，几乎所有的网站都内嵌了一个AI对话窗口，电商、娱乐、社区。。。等等，可以看出，AI大模型已经是互联网发展的大趋势，那么，如何为自己的网站或者企业构建一个AI大模型呢？Maxkb就是一个开源免费的训练大模型工具，非常nice。

1、maxkb的介绍

它是飞致云开源免费的一款基于 LLM 大语言模型的开源知识库问答系统，旨在成为企业的最强大脑。

开箱即用
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、RAG（检索增强生成），智能问答交互体验好；
无缝嵌入
支持零编码快速嵌入到第三方业务系统，让已有系统快速拥有智能问答能力，提高用户满意度；
灵活编排
内置强大的工作流引擎，支持编排 AI 工作流程，满足复杂业务场景下的需求；
模型中立
支持对接各种大语言模型，包括本地私有大模型（Llama 3 / Qwen 2 等）、国内公共大模型（通义千问 / 智谱 AI / 百度千帆 / Kimi / DeepSeek 等）和国外公共大模型（OpenAI / Azure OpenAI / Gemini 等）。

2、maxkb的安装步骤

介绍完maxkb后，废话不多说，直接开搞！

温情提示：本次为了方便我只演示在线安装的方式，如果有小伙伴的环境是内网，无法连接外网的话，可以到maxkb官网社区进行下载tar.gz包，进行离线安装。详见 MaxKB 文档。

2.1、硬件需求

这里需要跟大家交代一下，maxkb是非常占用内存的，对硬件要求还是有点高的

操作系统：Ubuntu 22.04 / CentOS 7 64 位系统；
CPU/内存：推荐 2C/4GB 以上；（亲测启动maxkb后，内存直接占用了1G多，所以内存推荐4G）
磁盘空间：100GB；
浏览器要求：请使用 Chrome、FireFox、Edge等现代浏览器；
可访问互联网。

2.2、搭建Docker环境

首先maxkb是要有docker环境的，如果没有docker的话，需要提前进行下载docker，如果你已经有docker环境了，直接跳过这部分。

直接复制下面命令，进行安装docker

yum install -y yum-utils device-mapper-persistent-data lvm2
yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo
yum install docker-ce docker-ce-cli containerd.io -y 
systemctl start docker
systemctl enable docker

安装完后，执行docker version命令

如果出现以上情况，证明docker已经安装成功了。

2.3、安装maxkb（使用命令形式）

ok！现在来进行安装maxkb，一行命令搞定！

docker run -d --name=maxkb -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data cr2.fit2cloud.com/1panel/maxkb

输入以上命令，等待安装完成。

2.4、使用1Panel安装（若采用2.3方式安装，则跳过这节）

如果有小伙伴看过我1Panel的那篇文章后，可以通过1Panel面板进行安装，不用再手动去执行安装命令了。

首先先去配置docker的镜像源，可以加速

镜像加速：国内访问 Docker Hub 有时会遇到困难，此时可以配置镜像加速器。
- 配置加速地址：
```
https://docker.1panel.live
```
  Bash
- 另外还推荐使用自己的镜像加速地址：
  - DaoCloud 加速器：https://<你的ID>.m.daocloud.io
  - 阿里云加速器：https://<你的ID>.mirror.aliyuncs.com

配置完毕后一定要重启docker，默认1Panel会自动帮你重启。

2.5、访问MaxKB

输入你的服务器ip加你设置的端口号访问。

http://目标服务器 IP 地址:目标端口

默认登录信息
用户名：admin
默认密码：MaxKB@123..

3、创建AI应用

这里阿龙插一嘴，如果你想自己下载AI模型进行训练的话，前提是要有一个GPU服务器，因为我在2C4G的服务器上用Ollama下载过qwen2:7B的模型，结果回答速度是非常的慢，几乎一秒吐一个字，所以说普通的云服务器跑AI模型是带不动的，必须要有GPU的独显服务器，然而我为何不选择GPU服务器呢，这里给大家科普一下，2C4G普通云服务器一年的价格在150-200不等，而一个2C4G带GPU的服务器1一个月就需要300+的费用，可想而知，GPU服务器只有企业才能用得起，个人的话完全没必要。

因为我用的是百度的千帆大模型，直接调的API，而且目前这个ERNIE-Speed-128k的模型是免费调用的，现在我来教大家怎么去申请API接口的AK/SK。

进入百度智能云官网百度智能云产品_云计算_数据库_智能大数据_人工智能-百度智能云

进入千帆大模型平台

申请完后，回到MaxKB，创建AI模型，选择百度千帆大模型

创建完毕后，回到应用中，勾选你刚才创建的AI模型，就可以跟AI模型进行谈话聊天啦

4、内嵌项目

这么好用的AI对话，当然要内嵌到项目中装个B啦，那么MaxKB目前支持两种内嵌方式

根据自己需求，copy下面的代码到项目前端页面中

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望