1Panel官方出品丨MaxKB：基于LLM大模型的知识库问答系统

1Panel（github.com/1Panel-dev/1Panel）是一款现代化、开源的Linux服务器运维管理面板，它致力于通过开源的方式，帮助用户简化建站与运维管理流程。为了方便广大用户快捷安装部署相关软件应用，1Panel特别开通应用商店，精选各类高质量的开源工具和应用软件，为用户的应用安装与升级操作提供便利。

2024年3月，1Panel应用商店在“AI/大模型”产品类别中正式上架MaxKB开源项目，目前已经累计了超过3,000次下载。MaxKB是1Panel官方出品的开源子项目（github.com/1Panel-dev/MaxKB）。

MaxKB是一款基于LLM（Large Language Model）大语言模型的知识库问答系统。MaxKB的产品命名内涵为“Max Knowledge Base”，为用户提供强大的学习能力和问答响应速度，致力于成为企业的最强大脑。与同类基于LLM的知识库问答提供系统相比，MaxKB的核心优势包括：

■ 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，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；

■ 多模型支持：支持对接主流的大模型，包括本地私有大模型（如Llama 2）、OpenAI、Azure OpenAI和百度千帆大模型等。

一、MaxKB UI界面展示

▲ 图1 基于MaxKB的DataEase小助手问答界面

▲ 图2  MaxKB文档分段管理

▲ 图3  MaxKB应用嵌入第三方脚本

▲ 图4  MaxKB模型设置界面

二、30分钟上线基于大语言模型的知识库问答系统

如果您对本地部署大模型应用感兴趣，可以尝试在1Panel应用商店（apps.fit2cloud.com/1panel）中同时部署MaxKB和Ollama（开源的本地部署大模型项目），30分钟即可上线基于LLM大语言模型的知识库问答系统，并且可以嵌入到第三方业务系统中。

▲ 视频演示：30分钟上线基于大语言模型的知识库问答系统

三、MaxKB落地案例：DataEase智能问答小助手

DataEase开源数据可视化分析工具（github.com/dataease）是一款人人可用的BI分析软件，它支持用户通过拖拉拽的方式快速制作仪表板和数据大屏，并且方便地与他人分享。

目前，基于MaxKB的DataEase小助手已经嵌入至DataEase操作界面以及DataEase在线文档（https://dataease.io/docs/）页面，用户点击操作界面或者页面中的MaxKB图标，即可打开“DataEase小助手”对话框进行提问，并快速获取答案。

▲ 图5 DataEase操作界面中的“DataEase小助手”对话框

▲ 图6 DataEase在线文档页面中的“DataEase小助手”对话框

目前，MaxKB已经正式发布v1.0.0版本。欢迎广大社区用户在1Panel应用商店下载并使用MaxKB，您同样可以通过1Panel应用商店无缝升级后续版本的MaxKB。MaxKB提供的智能交互能力帮助企业为用户带来良好的服务体验，MaxKB将通过持续的版本迭代完善自身的功能性、易用性和安全性，欢迎广大社区用户下载使用。

   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。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 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🆓↓↓↓

​

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。

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)

三、LLM大模型系列视频教程

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

五、AI产品经理大模型教程

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

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 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🆓↓↓↓

​