源码系统概览
文章正文
MaxKB 是一套开源的企业级智能体平台源码，基于 Python Django 框架构建后端，搭配 Vue3 前端界面，提供 RAG 知识库管理、多模型接入、工作流编排和 API 集成能力。该系统帮助开发者快速搭建智能问答应用，支持文档解析、向量检索和大模型推理，适用于企业客服自动化和内部知识管理。项目在 GitHub 获得 1Panel 社区维护，采用 GPL v3 许可证，当前版本提供完整的 Docker 部署方案和离线安装包。用户可以通过工作流画布编排多步推理流程，实现复杂业务场景的自动化处理。该平台的架构设计注重扩展性，允许自定义解析器、嵌入模型和 LLM 接入，满足不同行业的需求。欢迎贡献 star 和 fork。
源码简介
MaxKB 智能体平台基于 Python Django 后端和 Vue3 前端开发，后端包含 910 个 Python 文件和 50 个 SQL 脚本，前端包含 433 个 Vue 组件和 298 个 TypeScript 文件。
该系统集成了向量数据库（PostgreSQL pgvector 扩展）实现语义检索，支持 GPT-2、BERT 等预训练模型的本地部署。
项目采用模块化设计，包含应用管理、知识库管理、对话管理和系统管理四大模块，每个模块都有独立的 CRUD 操作和 API 接口。
系统还提供了聊天记录统计、Token 用量分析和客户趋势分析等数据看板功能。
后端使用 Celery 异步任务队列处理耗时操作，前端使用 Element Plus 组件库和 ECharts 图表库构建可视化界面。
该项目采用 GPL v3 许可证，代码托管在 GitHub 1Panel-dev/maxkb 仓库，欢迎贡献 star 和 fork。
适用场景
该系统适用于企业客服自动化、内部知识管理、技术文档问答和教育辅导等场景。
企业可以将产品手册、常见问题和技术文档导入知识库，让 AI 自动回答客户咨询，降低人工客服成本。
多模型接入能力支持 GPT、Llama 和 Claude 等 LLM，满足不同预算和隐私需求的部署方案。
工作流编排功能允许构建多步推理流程，例如先检索知识库再生成回答，实现复杂业务逻辑的自动化。
API 集成能力让开发者将智能问答嵌入现有系统，无需从零搭建 AI 能力。
技术栈与运行环境
后端采用 Python Django 框架，数据库使用 PostgreSQL 配合 pgvector 向量扩展，支持向量相似度检索和全文搜索。
前端基于 Vue3 和 Vite 构建，使用 Element Plus UI 组件库和 LogicFlow 工作流编辑器。
异步任务使用 Celery 配合 RabbitMQ 消息队列，文件存储使用 MinIO 对象存储。
部署方式支持 Docker Compose 一键启动，也可使用离线安装包部署。
运行环境需要 Python 3.10 以上版本和 Node.js 18 以上版本。
最后更新 2026 年 8 月，更新日志见 GitHub Releases，当前版本 v1.11.0。
功能亮点
该系统提供以下核心功能亮点,
- RAG 知识库管理，支持 PDF、Word、Excel 等多种文档格式解析和向量化
- 多模型接入，支持 GPT、Llama、Claude 等 LLM 以及本地部署的 BERT 和 GPT-2 模型
- 工作流编排，通过可视化画布设计多步推理流程
- API 集成，提供 REST API 和 Python SDK，支持嵌入第三方系统
- 数据看板，包含聊天记录统计、Token 用量分析和客户趋势分析
对比 MaxKB 和 Dify 的区别，MaxKB 更侧重企业级知识库管理和客服自动化场景，而 Dify 更注重通用 AI 应用开发平台的定位。
对比各平台功能和区别：
| 功能 | MaxKB | Dify | FastGPT |
|---|---|---|---|
| 知识库管理 | 支持 | 支持 | 支持 |
| 工作流编排 | 支持 | 支持 | 不支持 |
| 多模型接入 | 支持 | 支持 | 支持 |
| 许可证 | GPL v3 | Apache 2.0 | MIT |
技术架构与部署指南
安装与部署提示
项目提供 Docker Compose 一键部署方案，也可使用离线安装包部署。
Docker 部署需要先创建 PostgreSQL 数据库并启用 pgvector 扩展，然后启动后端服务和前端界面。
离线安装包含预训练模型，适合内网环境部署。
安装完成后需要配置 LLM API Key 和向量模型路径，首次启动会自动执行数据库迁移。
建议在生产环境中配置 Nginx 反向代理和 HTTPS 证书。
最后更新 2026 年 8 月，更新日志见 GitHub Releases 页面。
截图与演示说明
系统主要页面包括应用管理界面（支持创建和发布智能问答应用）、知识库管理界面（支持文档上传和分段管理）、工作流编排画布（可视化设计多步推理流程）和数据统计看板（聊天记录趋势和 Token 用量分析）。
应用管理界面提供应用列表、创建向导和发布配置功能。
知识库管理界面支持文档导入、段落编辑和向量测试。
工作流画布使用 LogicFlow 引擎，支持拖拽节点和连线配置。
数据看板使用 ECharts 图表展示聊天记录统计、客户增长趋势和热门问题排行。
常见问题
问，MaxKB 支持哪些大语言模型
支持 GPT、Llama、Claude、文心一言等主流 LLM，也支持本地部署的 BERT 和 GPT-2 模型，通过模型管理界面配置 API Key 即可接入。
问，如何部署 MaxKB 到生产环境
推荐使用 Docker Compose 部署，需要 PostgreSQL 数据库和 pgvector 扩展，配置 LLM API Key 后启动服务即可。
问，MaxKB 和 Dify 有什么区别
MaxKB 更侧重企业级知识库和客服自动化，Dify 更注重通用 AI 应用开发平台，两者在 RAG 能力上各有优势。
问，MaxKB 是否免费开源
MaxKB 采用 GPL v3 许可证，代码完全开源，社区版免费使用，企业版提供额外功能和技术支持。
安全风险提示
项目源码经扫描未发现 eval、base64_decode、shell_exec 等高风险函数。
CORS 配置需在生产环境中限制允许的域名列表，避免跨域访问风险。
Docker 部署时默认数据库密码需要修改，建议使用强密码并启用 SSL 连接。
Nginx 反向代理需要配置访问控制和认证，防止未授权访问管理界面。
LLM API Key 存储在环境变量中，建议使用密钥管理服务而非明文配置。
项目依赖中未发现已知漏洞组件。
下载说明
本源码由 gitcc.com 提供，通过百度网盘和蓝奏云双链下载，提取码 8888。
下载后请解压到本地目录，按照安装与部署提示节操作。
源码包含完整的项目文件和依赖清单，可直接用于二次开发和定制部署。
GitHub项目开源地址,https://github.com/1Panel-dev/maxkb。