MaxKB4j智能体平台 Docker Compose 快速部署教程

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 。

前置知识

1.基础的网络知识:端口,防火墙...... 2.DockerDocker 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

bash 复制代码
# 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 ,并下载配置文件docker-compose.yml,在这个文件夹中,依据下载的配置文件运行docker。

2.启动容器

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。

bash 复制代码
# 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 maxkb4j.

如果需要域名访问,请自行安装并配置 Nginx

相关推荐
人工智能AI技术6 分钟前
预训练+微调:大模型的“九年义务教育+专项补课”
人工智能
aircrushin14 分钟前
中国多模态大模型历史性突破:智源Emu3自回归统一范式技术深度解读
人工智能
Lsx_21 分钟前
前端视角下认识 AI Agent 和 LangChain
前端·人工智能·agent
aiguangyuan22 分钟前
使用LSTM进行情感分类:原理与实现剖析
人工智能·python·nlp
小小张说故事30 分钟前
BeautifulSoup:Python网页解析的优雅利器
后端·爬虫·python
Yeats_Liao30 分钟前
评估体系构建:基于自动化指标与人工打分的双重验证
运维·人工智能·深度学习·算法·机器学习·自动化
怒放吧德德31 分钟前
后端 Mock 实战:Spring Boot 3 实现入站 & 出站接口模拟
java·后端·设计
深圳市恒星物联科技有限公司35 分钟前
水质流量监测仪:复合指标监测的管网智能感知设备
大数据·网络·人工智能
biyezuopinvip43 分钟前
基于Spring Boot的企业网盘的设计与实现(任务书)
java·spring boot·后端·vue·ssm·任务书·企业网盘的设计与实现
UrbanJazzerati44 分钟前
Python编程基础:类(class)和构造函数
后端·面试