一、适用场景
1、企业内部知识管理
（1）快速查询政策与流程文档：
员工通过自然语言提问，MaxKB 能迅速定位相关文档并给出准确答案，减少人工检索成本，提升企业内部知识获取的效率。
（2）业务部门轻量级需求落地：
业务部门可直接上传文档、配置问答策略，无需依赖开发团队，快速搭建基于 RAG 技术的智能客服、内部知识检索系统，满足轻量级知识管理需求。
2、智能客服
（1）自动化解答客户常见问题：
集成到客服系统中，当客户询问商品信息、物流进度等常见问题时，MaxKB 能快速响应，准确解答，有效减轻客服人员的工作负担，同时提高客户满意度。
（2）嵌入第三方业务系统：
支持零编码快速嵌入到企业微信、钉钉等第三方业务系统，让已有系统快速拥有智能问答能力，提升用户体验。
3、教育与研究
（1）基于学术文献构建问答系统：辅助知识梳理与教学，帮助学生和研究人员快速获取所需信息，提高学习和研究效率。
（2）校园生活与行政服务：用于校园生活服务、行政服务、科研支持、课程管理等场景，为师生提供便捷的信息查询和咨询服务。
4、智能决策：
将MaxKB应用于 AI智能决策系统，研发人员使用"Ollama + MaxKB"实现本地 DeepSeek 大模型部署与知识库搭建，使大模型能快速调取相关数据和知识库信息，为用户提供了一个更全面、更精准的答复和解决方案，极大地提高了工作的效率和服务质量。
5、政府服务
（1）智能客服与工单受理：
能够全天候响应客户在线咨询需求，打破传统人工客服人力和时间的限制，让群众可以随时随地获得及时有效帮助，极大提高了服务便捷性和有效性。
（2）条例查询与公文写作：
帮政府工作人员快速查询相关条例法规，提供公文写作辅助，提高工作效率和服务质量。
6、医疗行业
医院 AI 助手：基于"DeepSeek + MaxKB"构建 AI 助手，通过 MaxKB 工具完成本地知识库构建，并且利用 iframe 标签将 MaxKB 生成的 UI 页面嵌入到第三方应用程序中，为医护人员和患者提供便捷的服务。
7、个人知识管理
（1）搭建个人知识库：
个人可以将读书笔记、工作资料等上传到 MaxKB，构建个人知识库，可随时查询和回顾。
（2）智能问答与知识梳理：
通过智能问答交互，帮助个人梳理和巩固知识，提高学习和工作效率。
二、说明
1、Ollama是一个开源的、可以在本地运行大型语言模型的工具。它允许用户在自己的设备上部署和运行语言模型，而不必完全依赖云端服务。这在数据隐私等方面有诸多优势，比如用户担心数据发送到云端会产生安全风险，使用Ollama就可以在本地处理数据。
2、MaxKB 是一个基于大语言模型（LLM）和检索增强生成（RAG）技术的开源知识库问答系统，支持多种格式的文档上传（如 PDF、Word、Excel、Markdown 等）。MaxKB 是一个功能强大的知识库问答系统，适用于企业知识管理、智能客服、教育研究、公共事业等多种场景。它通过结合大语言模型和检索增强生成技术，提供了高效、精准的问答能力，同时支持灵活的部署和扩展，满足不同用户的需求。
3、本例部署环境
（1）ESXi 6.7的环境部署本例不赘述，请参考：
https://blog.csdn.net/weixin_43075093/article/details/123985235
（2）为提高安全性，ESXi 6.7 U3升级部署本例不赘述，请参考：
https://blog.csdn.net/weixin_43075093/article/details/135002138
4、MaxKB 需要开通的访问端口说明如下：
三、部署win10 + ollama：
（一）win10中安装ollama
1、 Ollama 的下载
官网地址：https://ollama.com/
下载地址：https://ollama.com/download
本教程选择 Ollama Windows 版本下载。
2、 Ollama 的安装
（1）下载完成后直接点击 OllamaSetup.exe 进行安装。
（2）安装完成后，cmd 打开命令行窗口，输入 "ollama -v" 测试，显示 ollama 的版本为 "0.5.12"，表明安装成功。
3、配置环境变量：
（1）新建用户的环境变量后，注意大写与名称，重启，如下图：
配置OLLAMA_HOST环境变量的作用是让虚拟机里的maxKB能够访问到本机上的Ollama，因为这里maxKB要通过CentOS部署，默认情况下ollama只能允许本机访问的。默认情况下Ollama监听的是localhost:11434。通过设置成0.0.0.0，这样Ollama就可以监听到本机所有的ip，这样虚拟机就可以访问到本机上的Ollama了。
ollama默认安装地址是 "C:\Users%username%.ollama\models"。此处配置环境变量是让ollama指令可以在重启，任何提示符路径下执行deepseek-r1:1.5b模型。
（2）重启系统后，使用set命令查看设置的环境变量是否生效：
4、 Ollama 的运行
Ollama 没有用户界面，在后台会自动运行，重启电脑也会自动启动。
打开浏览器，输入 ：
显示 "Ollama is running"。说明ollama已经在运行了。
（二） deepseek-r1 模型安装
1、Ollama 安装运行 deepseek-r1 模型
2、deepseek-r1 提供多个版本，参数量越大，模型的性能越强大，但也需要更多的存储和计算资源。
（1）1.5b 模型参数为15亿/1.1GB，
（2）7b 模型参数约为 70亿/4.7GB，
（3）14b 模型参数约为 140亿/9GB。
3、deepseek-r1 不同版本模型的执行命令不同：
（1）1.5b 的命令为："ollama run deepseek-r1:1.5b"
（2）7b 的命令为："ollama run deepseek-r1:7b"
（3）14b 的命令为："ollama run deepseek-r1:14b"
推荐大家先下载较小的 1.5b 模型，把本教程的安装程序跑通，再根据自己的硬件配置和需求安装适当的版本。
（4）本教程选择选择 1.5b 模型，在命令行窗口运行安装命令：
ollama run deepseek-r1:1.5b，程序会自动下载和安装运行，如下图：
（5）下载安装deepseek-r1:1.5b的过程中，如下图：
（6）安装完成后显示 "success"，表明安装成功，如下图：
（三）运行使用 deepseek-r1:1.5b 模型
1、在命令行窗口运行命令 "ollama run deepseek-r1:1.5b"，就可以在提示行输入，与 deepseek-r1 进行聊天。
2、输入 "/?"，可以获得帮助。
通过本地命令行窗口就可以使用基于ollama的模型 deepseek-r1:1.5b了，但这黑屏状态让人回到了 DOS 年代，交互体验感很差。接下来我们安装maxKB。
（四）更新升级ollama版本
1、查看当前运行的ollama版本，执行ollama --v命令查看版本，如下图：
2、升级ollama
（1）在任务栏当图标出现蓝色圆点时，说明有更新，出现的小对话框提示有活动的更新版本，版本号是0.6.5，如下图：
（2）点击图标，从弹出的菜单中执行restart to update项，开始重启ollama完成更新
（3）更新安装的过程，如下图：
3、查看升级后的版本
四、部署CentOS中安装maxKB
1、CentOS的安装本例不赘述，请参考：
https://blog.csdn.net/weixin_43075093/article/details/124055072
2、为提升CentOS的安全性，内核版本升级不赘述，请参考：
https://blog.csdn.net/weixin_43075093/article/details/139586013
3、maxKB安装包下载
打开飞致云开源社区 MaxKB 社区版下载链接：
https://community.fit2cloud.com/#/products/maxkb/information
页面下载最新版本安装包，并上传至部署服务器（本例以 v1.10.2版本为例说明安装部署过程）。
4、使用winscp工具将下载的maxKB-v1.10.2-lts-offline.tar.gz上传到CentOS8中的/home/maxKB下
（1）在CentOS8中查看当前服务器网卡的ip地址，如下图：
（2）在CentOS8中查看磁盘的使用状态，找一个磁盘容量稍大的挂载，本例可以看出是/home的空间容量大，如下图：
（3）使用winscp工具登录到CentOS8服务器中，设置，如下图
（4）因SFTP是安全连接，需要添加密钥，如下图：
（5）登录成功后，在CentOS的/home挂载下新建一个目录maxKB，再把左侧下载好的maxKB安装文件maxkb-v1.10.2-lts-offline.tar.gz，拖到右侧的CentOS路径 /home/maxKb中，完成上传，如下图：
（6）回到CentOS8服务器的命令窗口，通过cd命令和ll命令查看上传完成的maxKB安装压缩文件，如下图：
（7）在CentOS8服务器的命令窗口，解压maxkb-v1.10.2-lts-offline.tar.gz这个安装包，如下图：
（8）解压完成后，查看，即生成了一个目录，通过cd命令将当前目录切换，再使用ll命令，可以看到解压后的文件，如下图：
（9）执行./install.sh命令开始安装maxKB，此时提示权限不够，所以我们使用chmod --R 777 *.*命令对解压后的文件含子目录中的文件赋予完全访问权限，如下图：
（10）再次执行命令./install.sh开始安装过程，正常，如下图：
（11）安装完成后，它会自动启动maxKb相关的服务，如下图：
（12）当服务成功启动后，会有安全完成的提示，并给出了访问的方式，http://localhost_ip:8080如下图：
五、登录并配置maxKB系统
1、查看并测试CentOS8的8080端口是否正常开启：
（1）在CentOS8的命令窗口执行firewall-cmd --list-ports命令，可以看出TCP协议的8080端口已经开启，如下图：
（2）回到win10客户端，通过cmd命令窗口执行命令telnet，测试与服务器之间的tcp/8080端口连接，执行命令如下图：
（3）若连接成功，窗口的左上角会有一光标闪烁，显示如下图：
2、在客户端打开浏览器，输入http://Centos服务器ip地址:8080端口号的格式，打开界面后，出现登录窗口，如下图
3、使用默认的官方管理用户登录，登录后修改密码，登录成功后的界面如下图：
用户名：admin
默认密码：MaxKB@123...
典型的 MaxKB 的操作流程一般可分为四步：添加模型、创建知识库、创建应用、发布应用。在高级编排应用中还可以通过函数库的功能，实现数据处理、逻辑判断、信息提取等功能，提供更加强大、灵活的能力。
4、创建应用（本例为把API key提前复制，应用到模型当中，所以顺序稍作了调整）
（1）给出应用的名称
（2）指定语言，本文指定为简体中文，如下图：
（3）创建应用完成后，如下图：
5、点开应用，概览，复制API Key
说明：看到我把ip地址部分涂红，证明这个maxKB是可用于公网的。
6、系统配置，模型设置，添加win10中安装的ollama模型deepseek-r1:1.5b，把API Key粘贴到这，如下图：
7、创建知识库，给出知识库的名称，概述、向量模型，如下图：
8、在应用中，关联创建的知识库，如下图：
9、上传知识库文件，如下图：
10、等待自动解析完成
11、点击打开应用后，点击演示，如下图：
12、点演示后，会出现新建的对话，在下方输入自己想咨询的问题，如下图：
六、使用部署好的Win10 + ollama的Deepseek + CentOS+ maxKB
1、采用模型优化回答
2、采用直接回答
从上面的2个相同问题，使用不同的ai知识模型时，回答的结果可以看出是不一样的，当然不同的企业或单位在应用时，为什么要建立企业的知识库，原因就在这里了。
综上所述，本例采用的Win10 + ollama的Deepseek + CentOS+ maxKB部署完成，虽然使用的是2套操作系统，运行的效果还是挺不错的。值得推荐！