基于开源MaxKB构建大语言模型的本地知识库系统(附教程)
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。
什么是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。
开源:https://github.com/1Panel-dev/MaxKB
文档:https://maxkb.cn/docs/
安装MaxKB
1.系统介绍
系统:ubuntu 22.04 docker: Docker version 26.1.3, build b72abbb IP:192.168.1.23
需要安装docker
2.基于Docker安装MaxKB
# mkdir -p /data/docker/maxkb # docker run -itd --restart always --name=maxkb -p 8080:8080 -v /data/docker/maxkb:/var/lib/postgresql/data 1panel/maxkb
3.浏览器访问
IP+端口访问
输入默认的用户名和密码
# 用户名: admin # 密码: MaxKB@123..
使用MaxKB
如下图,进入后台之后有“应用”,“知识库”,“系统管理”三大主要功能。
创建应用
主要选择 AI模型,添加模型
除了基于OpenAI、Ollama、百度千帆大模型等在线大模型快速搭建知识库问答系统,这里可以添加第三方的大模型。
本地安装Olloma
MaxKB还支持与以Ollama为代表的本地私有大模型相结合,快速部署本地的知识库问答系统。
可以参考之前的:https://mp.weixin.qq.com/s/TVC_XKC1ZdVggNdas–Mhg
root@star-ai:~# ollama list NAME ID SIZE MODIFIED llama3-cn:latest 8adc5a8a5c36 6.6 GB 11 days ago qwen:0.5b b5dc5e784f2a 394 MB 2 months ago llama2:latest 78e26419b446 3.8 GB 2 months ago qwen:32b 26e7e8447f5d 18 GB 2 months ago gemma:latest a72c7f4d0a15 5.0 GB 2 months ago phi3:latest a2c89ceaed85 2.3 GB 2 months ago llama3:latest a6990ed6be41 4.7 GB 2 months ago qwen:14b 80362ced6553 8.2 GB 2 months ago qwen:latest d53d04290064 2.3 GB 2 months ago
配置本地的Olloma模型
后台,点击 Olloma再点击添加模型
API 域名 填入本机的安装ollama
api key ,没有则可以随便填
使用
点击演示会在新页面打开
嵌入第三方可以内嵌页
演示:
嵌入第三方
MaxKB创建知识库
1.创建知识库
在MaxKB应用界面中,点击“知识库”菜单,选择创建知识库,填写相关信息后创建并导入知识库。在“知识库类型”选项中,离线文档选择“通用型”类型,在线文档选择“Web站点”类型。知识库创建界面如下:
MaxKB支持用户使用文档列表查看导入的文本数据。系统会自动爬取根地址及子地址的文本数据,按照URL地址生成文档,并自动拆分和进行向量化处理。
2.创建应用
关联知识库
选择刚才的知识库
在知识库中看到关键字“linux教程”
在应用对话中“linux教程”
结尾
MaxKB社区版的一些限制
知识库数量:最多支持创建 50 个
应用数量:最多支持创建 5 个
用户管理:最多支持创建 2 个
把它用作网站或者APP的机器人客服也是不错的选择。
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🆓↓↓↓
更多推荐
所有评论(0)