MaxKB4j智能体平台V2版本 Docker Compose 快速部署教程
摘要: MaxKB4j是基于Java开发的LLM工作流与RAG开源平台,整合MaxKB和FastGPT优势,适用于智能客服、企业知识库等场景。V2版优化了工作流代码,提升性能与稳定性。部署需Docker环境,推荐配置随数据量递增。部署步骤:1)准备网络与Docker环境;2)下载docker-compose.yml;3)启动容器后通过8080端口访问(默认账号admin/tarzan@123456
简介
MaxKB4j = Max Knowledge Base for Java,是一款基于Java语言开发的LLM工作流应用和 RAG 的开源LLMOps平台,项目主要借鉴了MaxKB和FastGPT,并将两个的优势结合到一个项目上,使用高性能、高稳定性以及安全可靠的JAVA语言重新设计开发。MaxKB4j广泛应用于 智能客服、企业内部知识库、数据分析、学术研究与教育等场景 。V2新版在V1版本基础上做了大量的优化与重构,修复大量bug,完善大量接口,尤其是工作流方面的代码,相比V1版本代码更加健壮,运行更加稳定,性能更加快速,功能更加丰富!,欢迎大家部署体验!
前置知识
1.基础的网络知识:端口,防火墙……
2.Docker 和 Docker Compose 基础知识
3.大模型相关接口和参数
4.RAG 相关知识:向量模型,向量数据库,向量检索
部署架构图

MongoDB:用于存储全文检索数据PostgreSQL:用于存储业务数据和存储向量数据
推荐配置
| 环境 | 最低配置(单节点) | 推荐配置 |
|---|---|---|
| 测试(可以把计算进程设置少一些) | 2c4g | 2c4g |
| 100w 组向量 | 4c8g 50GB | 4c16g 50GB |
| 500w 组向量 | 8c32g 200GB | 16c64g 200GB |
前置工作
1. 确保网络环境
如果使用OpenAI等国外模型接口,请确保可以正常访问,否则会报错:Connection error 等。
2. 准备 Docker 环境
Linux
# 安装 Docker
curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
systemctl enable --now docker
# 安装 docker-compose
curl -L https://github.com/docker/compose/releases/download/v2.20.3/docker-compose-`uname -s`-`uname -m` -o /usr/local/bin/docker-compose
chmod +x /usr/local/bin/docker-compose
# 验证安装
docker -v
docker-compose -v
# 如失效,自行百度~
Windows
我们建议将源代码和其他数据绑定到 Linux 容器中时,将其存储在 Linux 文件系统中,而不是 Windows 文件系统中。
可以选择直接使用 WSL 2 后端在 Windows 中安装 Docker Desktop。
也可以直接在 WSL 2 中安装命令行版本的 Docker。
开始部署
1. 下载 docker-compose.yml
非 Linux 环境或无法访问外网环境,可手动创建一个目录文件夹(如maxkb4j文件夹),并下载配置文件docker-compose.yml,在这个文件夹下,依据下载的配置文件运行docker。
- 点击下载 docker-compose.yml
2.启动容器
在 docker-compose.yml 同级目录下执行。请确保docker-compose版本最好在2.17以上,否则可能无法执行自动化命令。
# 启动容器
docker-compose up -d
3.访问 MaxKB4J
目前可以通过 ip:8080 直接访问(注意开放防火墙)。登录用户名为 admin,默认密码为 tarzan@123456. 。
如果需要域名访问,请自行安装并配置 Nginx。
火山引擎开发者社区是火山引擎打造的AI技术生态平台,聚焦Agent与大模型开发,提供豆包系列模型(图像/视频/视觉)、智能分析与会话工具,并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长,新用户可领50万Tokens权益,助力构建智能应用。
更多推荐
所有评论(0)