MaxKB：企业级 RAG 智能体平台 Docker 部署与使用指南

项目官方信息

项目成熟度与徽章

MaxKB 在 README 头部展示了一整套公开徽章，每一项都对应一个可核查的事实，这里逐一完整翻译说明。Trendshift 徽章显示项目在开源趋势榜单上的排名走势；License 徽章标明 GPL v3 协议；Latest release 徽章指向最新发布版本；Stars 徽章展示 GitHub 星标数；Docker Pulls 徽章展示镜像拉取量；此外还有Gitee 镜像站星标与 GitCode 镜像站星标。这组徽章说明 MaxKB 是一个发布节奏稳定、社区关注度高、镜像下载量大的开源产品，而不是实验性项目；国内用户还可以通过 Gitee 与 GitCode 两个国内镜像站获取代码与 issue 反馈。

项目背景与定位

MaxKB 全称 Max Knowledge Brain，是一款强大易用的企业级智能体（Agent）平台，由飞致云 FIT2CLOUD 团队开源。它把 RAG 检索增强生成、工作流编排与 MCP 工具调用能力整合在一套产品里，支持对接各种主流大语言模型，官方定位广泛应用于智能客服、企业内部知识库问答、员工助手、学术研究与教育等场景。与「自己拼 LangChain 脚本」的玩法不同，MaxKB 把这些能力做成了有界面、有权限、有知识库管理的完整产品，企业开箱即用。官方提供一段三分钟的产品介绍视频，可在 B站观看。

核心特性逐条解读

官方 README 列出了四项核心能力（英文版还额外强调原生多模态），下面逐条完整翻译展开。

RAG 检索增强生成。 支持直接上传文档，也支持自动爬取在线文档，入库后自动完成文本拆分与向量化。这样做的价值是让大模型的回答建立在企业自己的资料上，有效减少大模型幻觉，显著提升问答效果，让知识库问答从「瞎编」变成「有据可查」。官方把这条放在四项特性之首，说明它是 MaxKB 最基础的能力。

灵活编排。 内置强大的工作流引擎、函数库和 MCP 工具调用能力，可以编排 AI 工作过程，满足复杂业务场景的需求，例如先查知识库、再调接口、最后格式化输出的多步流水线。工作流引擎让业务流程可以可视化编排，函数库沉淀可复用的处理节点，MCP 则把外部系统接入进来。

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，提高终端用户满意度，而不需要把业务系统推翻重写。这一点对存量系统尤其重要——企业不会为了加一个问答窗口就重写 CRM 或工单系统。

模型中立。 支持对接各种大模型，包括本地私有大模型（DeepSeek R1 / Llama 3 / Qwen 2 等）、国内公共大模型（通义千问 / 腾讯混元 / 字节豆包 / 百度千帆 / 智谱 AI / Kimi 等）和国外公共大模型（OpenAI / Claude / Gemini 等）。英文版 README 还补充：原生支持文本、图片、音频、视频的输入输出多模态。模型中立意味着企业不必把自己绑死在某一家模型厂商上，未来换模型时知识库与业务编排都可以保留。

环境要求与快速开始

官方 README 给出的最小使用方式是 Docker 一键启动，Linux 机器执行：

docker run -d --name=maxkb --restart=always -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data -v ~/.python-packages:/opt/maxkb/app/sandbox/python-packages registry.fit2cloud.com/maxkb/maxkb

Windows 机器则把数据卷路径换成 Windows 盘符写法：

docker run -d --name=maxkb --restart=always -p 8080:8080 -v C:/maxkb:/var/lib/postgresql/data -v C:/python-packages:/opt/maxkb/app/sandbox/python-packages registry.fit2cloud.com/maxkb/maxkb

命令中把容器的 8080 端口映射到宿主机，把 PostgreSQL 数据目录持久化到宿主机 ~/.maxkb（Windows 为 C:/maxkb），同时把沙箱 Python 包目录持久化到 ~/.python-packages（Windows 为 C:/python-packages），保证容器重建后数据与安装的依赖都不丢。--restart=always 让容器在宿主机重启或异常退出后自动拉起，适合作为服务器上的常驻服务。启动后访问 http://你的服务器IP:8080，默认管理员账号为 admin，默认密码为 MaxKB@123..。中国用户如果遇到 Docker 镜像拉取失败，请参照官方离线安装文档进行安装。

其他部署方式

官方 README 还列出了另外几条部署路径：

• 可以通过 1Panel 应用商店一键快速部署 MaxKB，适合已经在用 1Panel 管理服务器的用户，省去手动敲 docker 命令；
• 内网环境下，推荐使用离线安装包进行安装部署，避免内网机器访问外网拉镜像；
• MaxKB 产品分为社区版和专业版，功能差异详见产品版本对比，其中单点登录与访问控制能力为专业版（Pro）提供；
• 向团队介绍 MaxKB 时可以使用官方介绍 PPT 材料，免去自己整理介绍材料的工作量。

使用方法与社区支持

跑通部署后，官方 README 指引用户通过以下渠道继续深入：查看案例展示了解别人怎么用，查阅使用手册学习具体配置，遇到问题到论坛求助，也可以加入官方技术交流群。日常使用的典型路径是：先在后台接入自己的大模型（私有或公共均可），再上传或爬取文档建立知识库，然后在工作流中编排检索、问答与工具调用，最后把问答窗口零编码嵌入到企业已有的业务系统中，整个过程不要求写后端代码。

技术栈

官方 README 公开了 MaxKB 的完整技术栈：前端使用 Vue.js；后端使用 Python / Django；大模型编排框架使用 LangChain；向量数据库使用 PostgreSQL / pgvector。这个组合有几个含义：其一，知识库的向量检索直接跑在 PostgreSQL 加 pgvector 扩展上，不需要额外再维护一套向量数据库；其二，编排层基于 LangChain，社区已有的 RAG 组件可以较快移植进来；其三，前后端分离的经典结构方便企业在源码层面做定制。对企业而言，这套技术栈意味着它本身是一套可以被二次开发的开源项目，既能开箱即用，也能基于源码做深度定制。

与同类产品的对比

英文版 README 给出了 MaxKB 与 LangChain、Dify.AI、Flowise 的功能对比，完整翻译如下：

从对比表可以读出：四个项目在「支持多模型」和「RAG 引擎」这两项上打平；差异集中在 Agent、工作流、可观测性与企业级访问控制上。Flowise 在 Agent 与可观测性上缺位；LangChain 本质是开发框架而不是开箱即用产品；Dify.AI 是 MaxKB 最直接的同类对手；MaxKB 的卖点是「基于 LangChain 但做成了开箱即用的企业级产品」，本地化部署齐全，SSO 与访问控制放在专业版。

飞致云的其他明星项目

官方 README 同时列出了飞致云团队的其他开源项目，供生态用户参考：1Panel 是现代化开源的 Linux 服务器运维管理面板，和 MaxKB 可以在同一台服务器上搭配使用，通过应用商店一键安装；JumpServer 是广受欢迎的开源堡垒机，负责服务器运维的安全审计；DataEase 是人人可用的开源数据可视化分析工具，承担 BI 报表职责；MeterSphere 是新一代开源持续测试工具；Halo 是强大易用的开源建站工具。这一整套项目覆盖了服务器运维、安全审计、数据分析、测试与建站的中小企业 IT 工具链，MaxKB 在其中承担「企业知识库问答与智能客服」的角色。

开源协议

MaxKB 基于 GPL v3 协议开源，版权归飞致云 FIT2CLOUD 所有（2014-2025）。按协议要求，软件按「现状」提供，不附带任何明示或默示的担保；企业在使用与二次分发时需遵守 GPLv3 的相应条款。对于以内部使用为主的企业而言，GPLv3 不影响内部部署；如果要把 MaxKB 二次开发后作为自有 SaaS 对外分发，需要注意 GPL 的传染性条款。

常见问题 FAQ

问：MaxKB 一条 Docker 命令就能跑起来吗？ 答：可以。官方 README 给出了 Linux 与 Windows 两套 docker run 命令，启动后访问 8080 端口，默认账号 admin，默认密码 MaxKB@123..；数据卷分别持久化 PostgreSQL 数据与沙箱 Python 包。

问：默认登录账号密码是什么？ 答：用户名 admin，密码 MaxKB@123..，首次登录后请尽快修改密码，避免默认口令暴露在公网。

问：服务器在国内拉不动 Docker 镜像怎么办？ 答：README 指引到官方离线安装文档，内网环境也可以直接用离线安装包。

问：MaxKB 支持哪些大模型？ 答：模型中立，支持本地私有模型（DeepSeek R1 / Llama 3 / Qwen 2 等）、国内公共模型（通义千问 / 腾讯混元 / 豆包 / 千帆 / 智谱 / Kimi 等）与国外公共模型（OpenAI / Claude / Gemini 等）。

问：MaxKB 适合什么业务场景？ 答：智能客服、企业内部知识库问答、员工助手、学术研究与教育；RAG 能力可以直接上传文档或自动爬取在线文档，知识库建好后由大模型基于资料回答，减少幻觉。

问：社区版和专业版差在哪？ 答：详见版本对比页，其中 SSO 单点登录与访问控制为专业版（Pro）能力。

问：MaxKB 的技术栈是什么？ 答：前端 Vue.js，后端 Python + Django，大模型编排用 LangChain，向量数据库用 PostgreSQL + pgvector，企业可以基于源码做二次开发，而不必黑盒使用。

问：数据存在哪里？ 答：Docker 命令里把 PostgreSQL 数据目录持久化到宿主机 ~/.maxkb（Windows 为 C:/maxkb），沙箱 Python 包持久化到 ~/.python-packages，容器重建数据不丢。

问：不会写代码能把 MaxKB 接进现有系统吗？ 答：官方 README 强调零编码快速嵌入，把已有系统快速装上智能问答能力，不必推翻重写业务系统；嵌入方式与控件细节见使用手册。

问：MaxKB 和 Dify、Flowise 比有什么差异？ 答：按 README 对比表，四者都支持多模型与 RAG；Flowise 不支持 Agent、不支持工作流之外的可观测性；LangChain 是开发框架而非产品；MaxKB 定位开箱即用的企业级产品，同时具备 Agent、工作流与可观测性，本地化部署能力齐全。

问：MaxKB 适合我这种没有开发团队的小公司吗？ 答：README 定位它为「强大易用」，Docker 一键启动、零编码嵌入业务系统，官方还提供介绍 PPT 与使用手册，非技术团队也能照着文档把知识库问答顺利跑起来，上手门槛很低。

问：MCP 工具调用是什么？ 答：README 把它列为核心能力之一，指 MaxKB 内的智能体可以通过 MCP 协议调用外部工具，把「检索知识库 + 调接口 + 走流程」串成自动化业务链。

问：容器端口是多少？ 答：默认 8080，docker run 命令把宿主机 8080 映射到容器 8080，访问 http://服务器IP:8080 即可，公网部署记得先改默认密码。

问：上传的文档需要自己做向量化吗？ 答：不需要。README 说明支持文本自动拆分、自动向量化，上传文档或爬取在线文档后系统自动处理，用户只需要维护知识库内容即可。

问：MaxKB 的镜像在哪拉？ 答：官方镜像在 Docker Hub 的 1panel/maxkb，国内用户也可使用 README 给出的 registry.fit2cloud.com/maxkb/maxkb 官方仓库，拉不动时改走离线安装包即可。

跳转链接

• 项目仓库：github.com/1Panel-dev/MaxKB
• Docker 镜像：1panel/maxkb
• 官方文档：maxkb.cn/docs
• 离线安装包：飞致云社区下载页
• 论坛求助：bbs.fit2cloud.com
• 产品介绍视频：B站三分钟介绍
• 版本对比：maxkb.cn/pricing