MaxKB是什么？
MaxKB——根据其GitHub页面描述，简称为"Max Knowledge Brain"——是一个开源平台，用于构建你自己托管的RAG应用和智能体。它将文档摄取、检索管道、智能体/工作流构建器以及Model Context Protocol（MCP）工具支持整合到一个通过Docker部署的应用中，无需分别搭建向量数据库、嵌入管道和聊天前端。
- 核心功能：将文档摄取到知识库中，然后通过聊天界面、可嵌入组件或API回答问题
- 智能体层：将检索步骤、工具调用和条件逻辑串联成多步骤工作流，而不仅是单轮问答
- 模型访问：根据官方文档，MaxKB"与模型无关"——既可连接私有模型（DeepSeek、Llama、Qwen等），也可连接公开云端模型（OpenAI、Claude、Gemini等）
- 开发者：1Panel-dev，也以开源Linux服务器管理面板1Panel著称
- 权威仓库：github.com/1Panel-dev/MaxKB——MaxKB源代码、问题跟踪和发布说明的现行所在地
如何用Docker自托管MaxKB？
MaxKB官方文档记录的快速安装方式是一条Docker命令，可启动包括内置数据库在内的完整应用。首次运行无需单独配置Python环境或数据库服务器。
- 1在服务器或工作机（Linux、macOS，或搭配WSL2的Windows）上安装Docker。
Why it matters: MaxKB以容器镜像形式分发；Docker是基础安装唯一的硬性前提条件。 - 2运行：
docker run -d --name=maxkb --restart=always -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data -v ~/.python-packages:/opt/maxkb/app/sandbox/python-packages 1panel/maxkb
Why it matters: 这一条命令会拉取官方镜像`1panel/maxkb`，映射8080端口，并将数据库和Python沙箱包都持久化到宿主机文件系统，确保容器重启后数据不丢失。 - 3容器报告健康后，在浏览器中打开
http://<你的服务器IP>:8080。
Why it matters: 这会加载首次运行的设置界面，用于创建管理员账户。 - 4在系统设置中添加模型提供商——Ollama（用于本地模型）或云端服务商（需要API密钥）。
Why it matters: MaxKB本身没有内置推理引擎；无论本地还是云端，每个模型都需要作为单独的提供商条目添加，之后才能创建知识库或智能体。 - 5创建知识库，上传文档，然后创建一个指向该知识库和所选模型的应用。
Why it matters: 这是从全新安装到可用RAG聊天机器人的最短路径。
MaxKB如何连接本地DeepSeek和Qwen模型？
MaxKB本身不执行模型推理——它通过设置中的模型提供商条目，连接到一个单独运行的本地推理服务器，最常见的是Ollama。要使用本地DeepSeek或Qwen模型，你需要先将该模型拉取到Ollama中，然后在MaxKB内注册它。
- 在MaxKB模型设置中选择"添加模型"，并选择Ollama提供商
- 为模型输入一个显示名称（可自定义标签）以及与Ollama所提供内容一致的基础模型名称（例如DeepSeek或Qwen的模型标签）
- 输入Ollama API域名——即Ollama服务器地址，例如本地安装时的
http://127.0.0.1:11434，若Ollama运行在其他机器上则输入局域网/远程地址 - 若Ollama未配置为要求API密钥认证，可在API密钥字段中输入任意值——Ollama的默认配置不强制要求密钥认证
- 添加后，该模型会出现在与任何已连接云端模型相同的模型选择器中，知识库或智能体可以完全相同的方式使用它
用MaxKB能构建什么？
MaxKB的功能集中在把文档集合转化为可查询的知识库，并可选地将其扩展为能够调用工具的智能体。以下细节来自MaxKB官方GitHub README及文档。
- 知识库摄取——上传文档（常见办公与文本格式）或抓取网站，MaxKB会对内容进行分块、嵌入和索引以供检索
- RAG聊天应用——创建基于一个或多个知识库的聊天应用，可部署为托管聊天页面、可嵌入网站的组件，或API端点
- 智能体/工作流构建器——将检索、工具调用和条件分支串联成多步骤工作流，而非单轮问答
- Model Context Protocol（MCP）支持——将MaxKB连接到兼容MCP的工具和数据源，实现使用工具的智能体式工作流
- 模型无关的设置——并列添加本地模型（通过Ollama）和云端模型（OpenAI、Claude、Gemini等），无需重新部署即可切换应用使用的模型
- 多用户访问（Professional版）——超出Community版2用户上限的用户账户与权限管理
MaxKB定价：Community对比Professional
MaxKB的Community版永久免费，但限制为2个用户、5个应用和50个知识库；付费的Professional版取消这些限制。根据MaxKB官网定价页，Professional版以年度订阅许可证的形式出售。
版本 | 价格 | 用户数 | 应用数 | 知识库数 |
|---|---|---|---|---|
| Community | 免费 | 2 | 5 | 50 |
| Professional | 1,920美元/年 | 不限 | 不限 | 不限 |
价格来自本评测撰写时的maxkb.pro——MaxKB可根据申请为Professional版提供短期试用许可证；由于供应商定价可能随时变更，编制预算前请直接查看官方定价页面。
谁适合使用MaxKB？
MaxKB适合希望拥有一个自托管RAG与智能体平台、能够指向本地模型，而无需自行拼凑向量数据库和聊天前端的团队。
适合使用MaxKB的情况
- 你希望通过Docker自托管RAG与智能体平台，而不是自行拼凑向量数据库、嵌入管道和聊天界面
- 你已经在使用——或愿意使用——Ollama进行本地DeepSeek、Qwen或Llama推理，并希望在其之上叠加知识库层
- 2个用户、5个应用、50个知识库的免费额度足以覆盖你的团队规模和使用场景
- 你需要MCP工具支持，以在文档检索之外实现智能体式工作流
应避免使用MaxKB的情况
- 你需要超过2个用户、5个应用或50个知识库，且没有预算购买Professional版的年度许可证
- 你想要一个无需服务器或Docker配置的单一可下载桌面应用——MaxKB是自托管平台，不是面向终端用户的安装程序
- 你需要对检索逻辑拥有完全编程控制权的代码优先框架，而非由界面驱动的平台
- GPL-3.0的著佐权（Copyleft）条款与你计划分发修改版软件的方式不兼容
MaxKB对比RAGFlow、Dify和AnythingLLM
MaxKB与其他几款自托管RAG与智能体平台存在重叠——区别在于许可协议、文档解析的深度，以及有多少功能整合在一个产品中。
工具 | 界面 | 许可证 | 最适合 |
|---|---|---|---|
| MaxKB | Web界面 + RAG + 智能体 | GPL-3.0 | 支持本地模型的Docker部署RAG/智能体平台 |
| RAGFlow | Web界面 + 文档解析 | Apache 2.0 | 针对复杂文档（表格、脚注）的可引用检索 |
| Dify | 可视化 + RAG + 智能体 | 修改版Apache 2.0 | 一体化工作流、RAG与智能体平台 |
| AnythingLLM | 聊天 + RAG | MIT | 轻量级自托管文档聊天 |
这四款工具都可以完全基于本地模型运行：MaxKB和AnythingLLM都支持将Ollama添加为模型提供商；RAGFlow和Dify可连接任何兼容OpenAI API的本地端点。
评估MaxKB时的常见误区
误区一：以为MaxKB自己运行模型
MaxKB没有内置推理引擎。本地模型支持意味着连接到一个单独运行的Ollama实例（或云端API）——决定你能运行哪些模型、需要多少VRAM的是Ollama，而不是MaxKB。
误区二：把GPL-3.0当作宽松许可证对待
GPL-3.0是著佐权（Copyleft）许可证：分发MaxKB源代码的修改版本，通常要求以相同许可证发布你的修改内容。这与MaxKB多款替代品所采用的MIT或Apache 2.0许可证有实质区别——在此基础上构建衍生产品前，请核实GPL-3.0的实际条款。
误区三：忽视Community版的限制，直到达到上限
免费版2个用户、5个应用、50个知识库的限制，很容易在试点项目扩展为完整团队时被突破。在超出小规模试点的场景下采用Community版之前，请到maxkb.pro查看当前限制。
常见问题
MaxKB免费吗？
Community版基于GPL-3.0免费开源，限制为2个用户、5个应用和50个知识库。付费的Professional版取消这些限制；MaxKB官网定价页将其列为每年1,920美元的订阅许可证。
MaxKB使用什么许可证？
根据官方GitHub仓库（github.com/1Panel-dev/MaxKB）中的LICENSE文件，为GPL-3.0。GPL-3.0是著佐权许可证——分发修改版本通常要求以相同许可证发布你的更改。
MaxKB支持DeepSeek、Qwen等本地模型吗？
支持。MaxKB通过在设置中添加Ollama作为模型提供商来连接本地模型——你提供Ollama服务器地址和模型名称，MaxKB就会将请求路由到Ollama正在提供的模型，包括DeepSeek、Qwen和Llama。
MaxKB需要GPU吗？
MaxKB本身不需要GPU——它负责编排检索，并调用你所配置的模型提供商。只有当你另外运行带GPU加速模型的Ollama（或其他本地推理服务器）时，GPU才会成为影响因素。
如何安装MaxKB？
只需一条Docker命令：docker run -d --name=maxkb --restart=always -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data -v ~/.python-packages:/opt/maxkb/app/sandbox/python-packages 1panel/maxkb。该命令会在任何安装了Docker的主机上启动包括内置数据库在内的完整应用。
谁开发了MaxKB？
1Panel-dev，该团队也以开源Linux服务器管理面板1Panel著称。MaxKB的源代码仓库为github.com/1Panel-dev/MaxKB。
MaxKB的受欢迎程度如何？
截至本评测，MaxKB的GitHub仓库星标约为22,700个，根据其GitHub发布页面，每隔几周就会发布新版本。
MaxKB的主要替代品有哪些？
RAGFlow（Apache 2.0，可引用的文档解析）、Dify（修改版Apache 2.0，更广泛的工作流/智能体平台）以及AnythingLLM（MIT，更轻量的自托管文档聊天）是最接近的自托管RAG/智能体替代方案。