使用阿里云轻量应用服务器部署MaxKB教程,大语言模型和RAG的开源知识库问答系统

简介: MaxKB是基于大语言模型与RAG的开源知识库问答系统,支持阿里云轻量应用服务器一键部署。本文详解从创建实例、登录配置到添加模型、构建知识库、创建应用及集成嵌入的全流程,助力快速搭建企业专属AI问答助手,实现智能服务零代码接入。

MaxKB是一款基于大语言模型和RAG的开源知识库问答系统,目前阿里云轻量应用服务器支持MaxKB应用镜像,阿小云整理轻量应用服务器一键部署MaxKB全流程,包括使用教程如添加模型、创建知识库、创建应用和应用集成新手教程:

步骤一:创建轻量应用服务器

阿里云轻量应用服务器:https://www.aliyun.com/product/swas 打开轻量页面后,点击立即购买,因为是运行MaxKB,所以CPU内存配置至少2核4G配置:

阿里云轻量应用服务器

阿小云以通用型2核4G配置为例,应用镜像选择“MaxKB”,如下图:

MaxKB应用镜像.jpg

然后选择地域,地域选择后不能修改,所以一定要谨慎选择,一般建议就近选择地域,关于轻量应用服务器的地域选择可以参考官方文档:https://help.aliyun.com/zh/simple-application-server/product-overview/regions-and-network-connectivity

步骤二:登录MaxKB

登录到阿里云轻量应用服务器管理控制台 放行端口并获取MaxKB登录信息。

  • 1、在服务器页面,单击目标服务器的实例ID,进入服务器概览页面。
  • 2、单击应用详情页签,放行所需端口并获取MaxKB首页地址、管理员账号和密码。

MaxKB首页地址、管理员账号和密码.png

具体操作说明:

  • 在图中①区域,单击一键放通,放通MaxKB所需的8080端口。
  • 在图中②区域,获取MaxKB首页地址http://47.178.XX.XX:8080。
  • 在图中③区域,单击快速查看,在弹出的快速查看对话框中,获取MaxKB默认管理员用户名和密码。

获取MaxKB默认管理员用户名和密码.png

3、登录MaxKB,在本地电脑中,在浏览器中输入MaxKB首页地址


并输入默认管理员用户名和密码后,单击登录。首次登录后,请根据界面提示及时修改默认密码,避免造成数据泄露。

登录MaxKB.png

步骤三:使用MaxKB

本步骤主要介绍使用MaxKB制作企业知识库小助手的基本流程:

1. 添加模型

模型管理用于对接供应商的大语言模型,支持对接主流的大模型,支持的类型包括文本生成、向量模型、重排、语音识别、语音合成、视觉模型、图片生成等

  • 在左侧顶部菜单,单击系统设置。
  • 在左侧导航栏,单击模型设置。
  • 在模型设置页面,单击添加模型。
  • 根据界面提示,选择模型供应商。
    本示例选择阿里云百炼。
  • 根据界面提示,设置模型参数后,单击保存。
    不同模型对应的参数可能不同,其他模型,请参见模型对接。

MaxKB添加模型.png

2. 创建知识库

企业私有的专业知识库,包含各种类型的数据,是问答对话中回答用户问题的知识来源。

  • 在左侧顶部菜单,单击知识库。
  • 在知识库页面,单击创建知识库。
  • 在弹出的创建知识库对话框中,配置参数。

创建知识库.png

单击创建后,查看文件状态。

请耐心等待,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。当所有文档的文件状态由排队中变为成功,表示创建知识库完成。

查看文件状态.png

3.创建应用

本示例以创建轻量应用服务器产品智能问答小助手应用为例

  • 在左侧顶部菜单,单击应用。
  • 在应用页面,单击创建应用。
  • 在弹出的创建应用对话框中,根据界面提示配置参数后,单击创建。

MaxKB创建应用.png

  • 在设置页面,根据界面提示配置参数。

关键参数说明如下,其他参数请按需配置。
关键参数配置说明.png

  • 在调试预览区域,调试后在页面右上角,单击保存并发布。

验证结果。

  • 在左侧导航栏,单击概览。
  • 在概览页面单击演示或在浏览器中复制公开访问链接。
    获取公开访问链接.png

进入问答页面,输入问题进行提问。

AI智能小助手.png

4. 应用集成

MaxKB应用支持零编码快速嵌入第三方Web系统,嵌入代码后,便可在第三方系统中进行问答。

  • 在应用信息区域中,单击嵌入第三方。

嵌入第三方.png

  • 在弹出的嵌入第三方对话框中,根据需求在全屏模式或者浮窗模式中,单击image图标,复制对应的嵌入代码。嵌入完成后,便可在第三方系统中进行问答。

嵌入第三方代码.png

嵌入后的效果如下:

嵌入代码后的效果.png

详细参考轻量应用服务器官方文档 使用应用镜像搭建MaxKB:https://help.aliyun.com/zh/simple-application-server/use-cases/deploy-and-use-maxkb

相关文章
|
8天前
|
数据采集 人工智能 安全
|
17天前
|
云安全 监控 安全
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
291 164
|
2天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
303 155
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
233 113
|
11天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
808 6