使用MaxKB搭建知识库问答体系并接入个人网站（halo）

首发地点（接待各人访问）：使用MaxKB搭建知识库问答体系并接入个人网站

---

媒介

从OpenAI推出ChatGPT到现在，大模子已经排泄到各行各业，大模子也渐渐趋于布衣化；从最开始对其明确、天生、强大的知识积聚的惊叹，到现在盼望大模子能更加的易用、精确以致是在各个生产环节起到作用。不管是企业还是个人，对大模子的需求都优劣常茂盛且丰富的；
大模子在广义上是指参数数目大、布局复杂的深度学习模子，具备涌现本领、通用本领，并可以大概处理处罚复杂的鄙俚使命，如自然语言处理处罚、图像辨认等。它包罗大语言模子、大视觉模子、大语音模子等；而大语言模子（Large Language Model，简称 LLM）是现在最热门、应用最广泛的技能；
而在大语言模子不停投入市场让更多的用户使用的过程众，大语言模子本身的题目也暴袒露来了；此中最大的题目就是幻觉，所谓幻觉，就是大语言模子提供的答案看似很公道，但实际上就是在颠三倒四。导致大模子幻觉的缘故因由有许多种，要讨论的话也并非三言两语可以竣事的，以是这里不做过多的拓展。简单明确一下，大模子幻觉大多数的情况就是知识数据题目，失真、边界等题目都大概率会导致幻觉。
针对知识失真、边界导致幻觉的题目，通常是两种方式，一种是微调，别的一种就是检索增强天生（Retrieval Augmented Generation，RAG）；
RAG是一种团结检索和天生技能的模子。它通过引用外部知识库的信息来天生答案或内容，具有较强的可表明性和定制本领，实用于问答体系、文档天生、智能助手等多个自然语言处理处罚使命中。RAG模子的上风在于通用性强、可实现即时的知识更新，以及通过端到端评估方法提供更高效和精准的信息服务1。
个人的明确就是，RAG 就是给大模子外貌一个知识库，在用大模子的过程中，用知识库里的知识来辅助大模子答复用户题目；背面操持专门纪录一下个人对干系知识的明确，以是这里也不做过多的扩展；
大语言模子和RAG的团结，无论是对于企业还是个人都是有实质性的增效的。由于简单从本钱和结果综合来看，RAG绝对是比微调更好的选择；
而RAG发展到现在，技能上的门槛已经低落许多了，干系的开源项目特别多，比方dify、FastGPT、QAnything以及本文主角MaxKB等；
起首说下我选MaxKB的缘故因由，说实话，我还没有试过其他的产物。我使用RAG紧张需求就是想放到我的博客网站上，能快速定位到干系的汗青知识，提升体验；
而MaxKB开箱即用，支持快速嵌入到第三方业务体系的特性可以说直接腾飞，下面进入正文。
MaxKB简介

官方先容

官网地点：https://maxkb.cn/

• 产物先容
         MaxKB = Max Knowledge Base，是一款基于大语言模子和 RAG 的开源知识库问答体系，广泛应用于企业内部知识库、客户服务、学术研究与辅导等场景。作为一款专注于知识库问答场景的软件产物，MaxKB 可以大概为企业的智能化进程注入新的动力，助力企业实现“提质增效”的目标。在知识库管理方面，MaxKB 资助企业实现知识收罗、知识入库、知识库构建的全流程主动化；在场景化智能搜索方面，MaxKB 可以大概剖析用户输入的题目并匹配检索知识库；在复兴精确性方面，MaxKB 采取了成熟的 LLM + RAG 技能，可以大概最大限度地低落大模子幻觉对知识搜索精确性的干扰，进步企业对业务数据的分类与召回本领；安全性方面，MaxKB 支持本地摆设和调用本地大模子，有用管控企业使用知识库时越级访问的风险，以及公有模子在数据传输方面大概存在的安全隐患。借助 MaxKB，企业用户可以快速上线业务 AI 助手，将天生式 AI 本领应用于业务数据管理、内部资料查询、线上客户服务等范畴，优化业务服务流程并切实提升用户体验2。
     
  
  
  
• 产物上风
  
  
  
  • 开箱即用
    支持直接上传文档 / 主动爬取在线文档，支持文本主动拆分、向量化和 RAG（检索增强天生），有用淘汰大模子幻觉，智能问答交互体验好；
    
  • 快速接入
    支持零编码嵌入到第三方业务体系，以及快速接入企业微信、钉钉、飞书、公众号等应用，让已有体系快速拥有智能问答本领，进步用户满意度；
    
  • 机动编排
    内置强大的工作流引擎和函数库，支持编排 AI 工作过程，满意复杂业务场景下的需求；
    
  • 模子中立
    支持对接各种大模子，包罗本地私有大模子（Llama 3 / Qwen 2 等）、国内公共大模子（通义千问 / 腾讯混元 / 字节豆包 / 百度千帆 / 智谱 AI / Kimi 等）和国外公共大模子（OpenAI / Claude / Gemini 等）2。
    
     
  

架构

我们紧张看一眼这个技能蹊径，就是典范的RAG流程：

摆设与集成

安装摆设

• 硬件要求：
  
  
  
  • 操纵体系：Ubuntu 22.04 / CentOS 7.6 64 位体系
    
  • CPU/内存：2C/4GB 以上
    
  • 磁盘空间：100GB
    
     
  

​ 怎么说呢，就是这个硬件要跑起来就会比力卡，在向量化文本大概问答的时间都会比力卡，以是发起硬件再升一升会更好点；

• 安装摆设：
         直接看官方文档吧，很简单：https://maxkb.cn/docs/installation/offline_installtion/
  

创建应用

紧张的使用教程仍然是看官网就行，官网的文档很详细；
这里只做简单的纪录；

• 起首接入大模子
  

每个模子怎么接入的方式在官方文档也有（再夸一夸这个文档，真的很友爱）；
我这里是用的星火lite模子，紧张有两个缘故因由，起首我不须要很好的大模子，能明确我的知识进一步润色后答复即可，也就是有根本的本领就行；其次就是星火这个模子免费（很妙）；

• 创建个人的知识库
  

如图所示，这里可以创建本地库也可以创建web网站知识库；web站点的知识库，MaxKB会主动的爬取网站下面的文本数据；
由于博客网站有许多页面的信息对于知识问答来讲都是没用的，以致会引起毛病，以是我这里就创建的本地知识库，然后把网站上的文章手动导进来的；
这个方式很笨，由于更新文章后，知识库不能主动更新，背面再琢磨吧；
固然，我的博客是使用halo搭建的，halo中是有一个付费插件可以实现主动更新和集成的；
照现在的需求来看，是不消投资的，以是就不弄插件了，简单集成下先；

创建后要等候向量化完成：

• 创建一个应用
  

创建应用，内里添有两个选型，一个是简单设置一个是高级编排；
这里就不得不说，这个产物迭代的速率还是很快的，上一次体验就没编排，现在连workflow都加进来了，很不错；
我不须要通过workflow来编排什么使命，就是简单的问答；
以是选择简单设置即可；

• 设置应用
  

点击应用卡片，进入设置该应用关联的模子、知识库和干系提示语；

设置好后，就可以在右侧的调试地区试一下了；可以看到召回的文档片断，很强大；
到这里，根本就完成了应用的搭建了；

集成到第三方应用（干货）

集成可不要太简单，这也是MaxKB友爱的地方，直接提供了页面嵌入和浮窗嵌入的代码，极速嵌入；不须要再进一步集成接口和开辟了；
固然它也提供了api接口，你可以通过接口接入其他应用；

集成到halo；
如果你选择和我一样直接全局注入浮窗模式的代码：

那就得看你是用的是啥主题了，我用的主题就加载不乐成；
我用hao主题，直接没体现；

然后切换一个主题试一下：
诶！好了，神奇不！

• 找缘故因由
  

最开始我以为是掩蔽的缘故因由，就直接看下元素：
ok代码注入没题目

看一下注入的js的源代码（省略不紧张部分）：
最紧张的着实就是initMaxkb()、initMaxkbStyle(root)、embedChatbot()，然后在initMaxkb()中通过document.body.appendChild(maxkb)把浮窗嵌入到body标签的最背面；以是我们看一眼body标签

1. const guideHtml=`...
2. `
3. const chatButtonHtml=
4. `...`
6. const getChatContainerHtml=(protocol,host,token,query)=>{...}
8. const initGuide=(root)=>{...
9. }
10. const initChat=(root)=>{...
11. }
12. /**
13. * 第一次进来的引导提示
14. */
15. function initMaxkb(){
16.   const maxkb=document.createElement('div')
17.   const root=document.createElement('div')
18.   root.id="maxkb"
19.   initMaxkbStyle(maxkb)
20.   maxkb.appendChild(root)
21.   document.body.appendChild(maxkb)
22.   const maxkbMaskTip=localStorage.getItem('maxkbMaskTip')
23.   if(maxkbMaskTip==null && true){
24.     initGuide(root)
25.   }
26.   initChat(root)
27. }
30. // 初始化全局样式
31. function initMaxkbStyle(root){
32.   style=document.createElement('style')
33.   style.type='text/css'
34.   style.innerText=  `......`
35.   root.appendChild(style)
36. }
38. function embedChatbot() {
39.   white_list_str=''
40.   white_list=white_list_str.split(',')
42.   if (true&&(false?white_list.includes(window.location.origin):true)) {
43.     // 初始化maxkb智能小助手
44.     initMaxkb()
45.   } else console.error('invalid parameter')
46. }
47. window.onload = embedChatbot

复制代码

OK，找了半天没找到：

那简单了，排查一下是哪个函数出题目了；
直接把js代码下载下来，嵌入源代码：

排查方法就是在函数内里console.log;
末了发现是window.onload 变乱没实验！
   详细缘故因由着实我也不知道，反正找到缘故因由就好办了，改下方法硬搞！
  （但是下面这个方法也不是全部端，全部欣赏器适配，如果你有更好的方法接待批评探究！）
  使用 DOMContentLoaded 变乱取代 load 变乱：
   DOMContentLoaded 变乱是欣赏器提供的 DOM（文档对象模子）变乱之一，它在欣赏器加载并剖析完全部HTML文档后触发，但不必等候样式表、图像和子框架完成加载。这意味着在 DOMContentLoaded 变乱触发时，DOM树已经创建，可以对DOM举行操纵，但页面上的其他资源大概还在加载中。
  DOMContentLoaded 和 onload 在网页加载过程中触发的机遇和作用范围有所差别：
  

• 触发机遇：
  
  
  
  • DOMContentLoaded：当初始的HTML文档被完全加载息争析完成之后立刻触发，不等候样式表、图片和子框架完成加载。
    
  • onload：在整个页面包罗全部依赖资源（如样式表、图片、子框架等）完全加载完成后触发。
    
  
  
• 作用范围：
  
  
  
  • DOMContentLoaded：只关心HTML文档的加载息争析，不涉及其他资源。
    
  • onload：关心整个页面的加载，包罗HTML、CSS、JavaScript、图片等全部资源。
    
  
  
• 用途：
  
  
  
  • DOMContentLoaded：得当实验那些不依赖于样式表和图片的脚本，好比DOM操纵和变乱绑定。
    
  • onload：得当实验那些须要等候全部资源加载完成后才气运行的脚本，好比页面的终极渲染和资源的完备性查抄。
    
  
  
• 兼容性：
  
  
  
  • DOMContentLoaded：险些全部今世欣赏器都支持。
    
  • onload：全部欣赏器都支持，是一个汗青久长的变乱。
    
  
  

1. document.addEventListener('DOMContentLoaded', function() {
2.   // 初始化maxkb智能小助手
3.   embedChatbot();
4. });

复制代码

办理！

尚有一点小题目，谁人小图标会被一些元素挡着，我就改了一下CSS:
这个需求就见仁见智了

1. #maxkb .maxkb-tips .maxkb-button button {
2.     border-radius: 4px;
3.     background: #FFF;
4.     padding: 3px 12px;
5.     color: #3370FF;
6.     cursor: pointer;
7.     outline: none;
8.     border: none;
9.     z-index: 10000; /* 设置z-index */
10. }

复制代码

注意
   我没有用Maxkb提供的嵌入方法，我是直接嵌入的源代码（访问maxkb提供的谁人url下载的js代码）！
  halo 1.6嵌入
   着实只要你选择嵌入源代码，全部的事变都好办了，有题目直接简单修改下代码就行！
  结果展示

https://blog.jiumoz.top/

总结

说实话，个人博客也不是特别须要这个东西，就是看着有点帅罢了；不外也算是学习大模子干系知识的一小步；
背面我盼望我博客内里纪录更多干货，MaxKB的分享就到这里了！

---

   

• 阿里云推出企业级大模子RAG办理方案 “最强外挂”可大幅提升语言模子体现. ↩︎
  
• MaxKB文档 ↩︎ ↩︎