maxkb二次开发教程

分享两个 ai 知识库来介入 deepsick 啊，一个适用于个人，一个适用于公司或者团队。我们先说这个个人版的 inacing irim， 他之所以能火起来，不光是因为之前他第一时间接入了 deepsick， 主要也是他这个安装和操作确实很简单，而且 还是个桌面吧。先给大家看一下他都支持哪些模型啊，大家看有 open ai 呀，然后欧拉玛呀，然后下边还有这个 deputy， 然后这里边比较特殊的一个，就是第一个这个 inacing l r m， 大家看他支持我们在本地直接离线安装这些大模型，包括 deep seek r 一的这几个版本都是可以的哈， 而且甚至呢，他还支持我们直接从哈根 face 去拉取大模型。然后另外他跟 maxkb 非常相似一点，就是在这里啊，他可以管理本地的知识库，比如说我们想把这几个文档 喂给他，他需要在这里面去学习，然后根据这些就可以做提问了。到这里大家可能会发现啊，这个 i nasing l l m 他仅仅适用于个人场景，因为他就是个单机版嘛，没办法多人共用，甚至我们开网给客户用都是不行的。但是呢，我们看一下他官网提供的这个云版本， 刚才我们看的是这个桌面吧，这个云版本的收费最便宜的，适用于个人的基础版是五十美金一个月，而且它这个功能和开放性也不是我们想要的那种哈，所以如果我们的团队需要一个 ai 知识库，或者我们需要对外开放 ai 客服的这样的需求，那么大家可以来试试这个 max k b， 那今天我们从安装 max k b 开始，演示三种接入 dipseak 的方式，然后给大家看一下他这个知识库的效果哈，其实我在服务器已经装 装好了哈，但是呢，为了演示，我就用自己电脑再装一遍，其实特别简单，大家看啊，就用这行命令，因为我用的是麦克系统，所以用 linex 这个命令就可以，大家看啊，复制一下这个命令， 就用刀壳的方式，前提是大家把刀壳先装上啊，就一行命令吗？然后我们等着就行了，我之前已经拉取过这个镜像，大家如果第一次执行呢，他可能会拉取一会镜像，这个没关系哈，然后呢，我们看一下， 好，这样就可以了，你应该就可以访问了哈，打开，然后默认的登录账户密码在这里啊，但是呢，我就不用本机演示了哈，因为为了演示离线 dp 模型，我又找了个福气， 就是这个我已经装好了哈，那装好了 max k b 之后，我们第一件事要配置模型，那考虑到大家的需求可能不一样，所以呢，我把三种接入 deep seek 的方式给大家都演示一遍。 我们先看离线部署啊，离线部署的路径就是我们现在本地安装欧拉玛，然后在欧拉玛里边去拉取 deepsik 的模型，然后再 mask b 对接欧拉玛。我们看一下欧拉玛，其实安装特别简单哈，我们选择 linux， 把这条命令执行一下， 然后就装好了。装好之后呢，我们选模型就是点这个 models 啊，就是这里，然后在这里可以搜 depsik 二一哈，然后这里边有很多版本，六七幺 b 是满血版，大家如果做客服呢， 其实七币八币也就足够用了，这是酷之类的。选择了这个版本之后，我们复制右边这个命令，然后在服气上直接执行就行了。然后执行完之后呢，我们在这个 maskb 里边找到这个欧拉玛，然后点这个添加模型，我这里边添加过了，我点修改啊，大家看模型名称，大家随便添哈。然后这个基础模型大家就 添这个拉曲的时候这个名字哈，如如果你这里边找不着，你就硬写就可以。然后这个 uir 的话呢，就是啊，福气的 ip 加上这个幺幺四三四欧拉玛的默认端口 aps k， 大家随便添，欧拉玛这个没有，然后就点提交就行了，这样的话这个模型就加进来了。这里再给大家分享一个之前有踩过的坑哈，就是大家如果磁盘空间不是很富裕的话，大家装好欧拉玛之后，记得配置一下，把欧拉玛的模型路径指定到一个其他的磁盘，因为他这些模型都很大， 那我用的是森头 s 八号，他这个路径在这里， d c c c， 这是在这里，大家看啊，就这一行欧拉玛 models 把这个路径改一下。刚刚我们属于是本地离线部署了一个 d p c 模型，那 我们还可以用它官网的这个 api 留在这里，公用模型 dipseak， 然后添加，然后我们去到他官方的开放平台哈，好在他这个充值最近又开放了，大家尽快去试试，防止他什么时候又关闭了。然后呢，创建一个 api， 我这已经创建好了， 然后呢，我们把这个 k 拿过来，这个名字先随便起吧，比如说 d， 然后下边打语言，注意这里边我们选第一个，这个是二一的模型哈，然后把这 api 的 k 拿过来， ok， 这样就可以了。最后一种方式就是大家如果 dpc 可官方 api 还不稳定的话，大家可以选择这个阿里云的白练或者这个火山引擎哈，我就用火山引擎给大家演示，我们先注册登录进来，然后点这个控制台进来。好，进来之后呢，我们在这选这个火山放周 好，然后在下边这有一个开通管理，我往下找哈， 在这里再把这 dipsik r 一的模型给它开通。开通之后呢，我们在这创建一个 api， k， 这个我也创建好了，然后呢我们回到 max k b 火山引擎，添加模型 dpc 火山版，然后模型大约模型，然后这个基础模型在哪找呢？我们还是在这里哈，找到这个 dpc 卡而已，后边不是有这个接入文档吗？注意就这个，我们把它复制过来， 然后 k 刚才我们也复制过了，我们先把 k 翻过来， u i l 在哪找呢？我们往下翻一下，它这有 demo， 打开就这个地址，我们到 v 三就可以了，拿过来 保存好，这样就可以了。然后准备 max k b 的第二步，我们就要构建知识库，然后我这也模拟了几个文档哈，比如说系统流程说明啊， 会议记录啊，包括接口文档啊，数据库设计文档等等哈，然后我们先创建一个知识库，用就叫仓储项目，我就把关于仓储项目的相关文档，然后这个项链呢，我们选择这个就可以，知识库类型也不用动，创建 好，然后我们上传把这些都下一步，然后这个智能分段就可以哈，基本上他不会有什么问题。好，然后我们开始哈， 然后我们等他缩影完了就可以用了。 ok， 我们可以创建应用了，这个应用可以理解为一个机器人了。创建，比如说我们就先用这个简单配置哈创建，然后这个描述什么我先不改了，主要是这个模型，比如说我们用火山这个， 然后下边有下边有关联知识库，我们添加，把这个仓储项目勾上，然后注意下边有个输出思考，因为我们用 dc 模型，他有思考的那个过程，如果你不展示这个感觉就是有点慢，他半天不出东西保存并发布，我们先试一下吧，挺好。 然后我们再把这模型改一下哈，我们用本地的这个 dpc 模型哈，我们来试一下。 好，然后我们就用本地这个模型试一下，直接就演示哈。好，我们先问他出库的流程是什么？ ok 了，打卡，包括这个思考过程。但是呢，比如说我们对这个有疑问，为什么出个库？还有审核，我们可以问一下为什么要用 审核环节，是谁提出的审核环节？ ok 了，大家看为什么要有审核，然后包括他根据会议记录推理出张明提出来的审核，他还有一个特别好的功能，我们先点进来哈，嗯， 这个链接就是可以直接访问的，主要是这个嵌入第三方，我们可以把制作好的这个机器人哈嵌入到其他项目里边。比如说我们，我随便找了一个我之前演示呆默的项目，把它放进来，然后呢就在这，然后他右下角这就有一个机器人在这浮动着哈， 点一下就可以聊天了，跟刚才一样，你好打开就可以了，然后点这块可以再放大一点。好，最后我们再总结一下，如果你是个人使用，那么 anything l i m 就 足够了。但是如果是你的团队需要，或者你需要开放给客户使用，那么选择 max k b 准没错，这是他的官网地址，建议大家收藏备用。

哈喽大家好，近期 max kb 社区版迎来 v 二点七点零重大更新，新增的 skills 技能管理和智能体自主调用技能的两项重磅功能，让你的 ai 智能体更聪明、更好管、更自动化。 首先第一个重磅功能，工具模块新增 skills 技能管理能力，在 max kb 的 工具面板直接上线了 skills 技能管理，你可以一键创建、快速配置、灵活启用或禁用各种 skills。 更方便的是，它还支持技能导入导出，不管是备份迁移还是团队共享， 都能一键完成，管理效率直接拉满。在工具商店中也可以自行下载 skills， 后续这里常用的 skills 会持续更新。 第二个重磅功能，智能体支持自主调用 skills 技能。比如在 cordless crm 个人助理的简易智能体中，选择 cordless crm 技能发送指令，查看合同进度，它就会调用我们添加的技能去查看目前 crm 系统里面的合同进度信息。 添加 skills 技能同样可以在高级智能体的 ai 对 话角点中使用，比如这个文档 ai 技能同样可以在高级智能体的 ai 对 角角技能，让他将深沉的回答转换成 dux 文档。 在添加技能时，我们可以同时选中多个 skills 智能体，会自主分析你的需求，并匹配适配的 skills 技能执行，根本不需要我们人工去预设好复杂的调用逻辑，从而推动业务流程实现智能化、自动化运转。 可以看到，智能体的处理效率和响应速度还是十分在线的，大家可以放心去调用 skills 技能。还在等什么？快去试试吧！

数据可适化为企业提供了简单直接的洞察途径。今天我们在 max kb 中创建一个数据可适化智能体。首先点击创建， 选择高级智能体，输入智能体名称，通过描述对智能体进行定义。模板选择空白创建，进入工作流界面。在基本信息节点中点击文件上传，调整单次上传文件数量与大小限制， 依次勾选允许上传的文件类型。 在开始节点右侧添加文档内容提取节点，对用户上传的文件内容进行自动总结与分析。接着添加问题优化节点， 对用户输入的问题进行优化处理。在文档内容提取与问题优化节点之后，添加 ai 对 话节点，选择 deepsix 作为 ai 模型 输入系统提示词，引导 ai 输出结构化的数据分析结果。再配置用户提示词， 指定数据内容与用户问题的传入方式，设定历史聊天记录，开启输出思考和异常捕获。继续添加第二个 ai 对 话节点，完成模型配置，输入系统提示词与用户提示词， 便于后续节点进行解析处理。 同样开启历史聊天记录，添加自定义工具，节点配置参数名称与参数类型。 将 ai 对 话内容传入，开启返回内容选项，并添加对应的处理代码。 最后接入一个指定回复节点，输入以下内容，让 max kb 在 输出结果时对结果进行格式化显示，点击保存，完成配置即可进行调试， 确认无误后点击发布。复制智能体公开访问链接，在浏览器中打开智能体页面，上传数据文件，输入分析需求与图标指令，智能体经过深度思考，输出数据分析结论 并自动绘图表，数据分析可视化就是这么简单，快去下载 max kb 搭建一个智能体尝试一下吧！

为实现一个简单的功能，就得堆砌成百上千行涌长的拍脏代码，还在为手工编辑的脚本质量参差不齐而头疼， 甚至为了修补那些逻辑漏洞和隐藏 bug， 陷入了无休止的排错循环和维护噩梦。 max kb 二点八点零社区版正式支持脚本工具自动生成代码功能，只需输入工具名称、功能描述以及参数需求大模型即可为您一键生成精准的代码， 从此告别繁琐的手动编辑，大幅降低开发门槛。接下来我将为您介绍如何使用新功能，我会为您展示如何使用 ai 编辑拍脏语句，帮我们生成一个促销折扣计算器。首先进入 max kb 工具页面，点击右上角创建，选择工具， 填写工具的名称与描述。接着要添加启动参数和输入参数，我们将启动参数与输入参数分离。启动参数是工具运行的必要参数，例如 api p， 而输入参数是工具的输入参数。首先点击添加输入参数名，选择数据类型，填写参数提示说明，并制定参数来源，然后点击添加，这样参数就成功添加了。 接着我们点击生成，先选择内置的 ai 模型，然后输入要求，点击发送， ai 就 会根据工具描述与参数等信息生成拍藏代码，点击替换代码就成功被生成了。 然后我们调试一下工具，输入工具的参数，点击运行，可以看到工具代码成功运行，就可以点击创建，工具就成功被创建了， 工具默认是禁用状态，需要手动启用，这样工具就可以被使用了。现在我们创建一个工作流，进入 max kb 智能体页面，点击创建，选择高级智能体，填写智能体的名称，点击创建。 首先添加一个用户输入，输入会员等级，接着添加一个 ai 对 话模块，计算账单总金额，选择模型，输入提示词并关闭返回内容。 然后需要添加工具，点击添加组建，选择工具，选择刚才创建的工具，配置两个输入参数，然后再添加一个 ai 对 话模块，根据用户信息与工具输出结果回复用户的账单问题。 还有第二种工具调用方法，直接添加一个 ai 对 话模块，在模块下方工具部分添加刚才创建的工具， ai 对 话模块即可直接调用工具，并根据结果输出相关的回答，现在我们来测试一下。先输入用户会员等级，点击开始对话， 然后输入账单，小助手就会调用工具，并根据结果返回折扣后金额。本期视频到这里就结束了，感谢您观看，我们下期再见！

大家好，今天我们使用 max kb 搭建一个帮助电子邮件写作的智能体， 这是我们预先设计好的工作流用户输入问题。首先进行敏感词解锁，如果含有敏感词，提醒用户重新输入，如果不含敏感词，则进入写作规范的知识库解锁， 若有结果则 ai 优化输出，无结果则指定输出。接下来我们在 max kb 中具体编排这个工作流。进入 max kb， 这里已经提前创建好了敏感词库和电子邮件写作规范知识库这两个知识库点击上方的智能体，点击创建，选择高级智能体，输入名称电子邮件写作小助手 对应的描述，在这里选择知识库问答助手，点击创建。可以看到已经自动生成了一个基本的工作流，我们只需要在这个工作流基础上修改就可以了。在右上角可以添加组建 基础组建包括 ai 能力、知识库、业务逻辑、数据处理以及其他这几方面，也可以选择添加文件夹中的其他工具和已经创建好的智能体。 首先在基础信息中添加开场白，也可以传入相应参数，根据需求可以打开语音输入和语音播放等功能。在开始节点中是已定义好的全局变量，下一节点是敏感词解锁， 为后续检查和调试。我们重命名节点为敏感词解锁范围添加预设好的知识库。敏感词库解锁参数默认，无需修改。 解锁的问题是开始节点的输出参数，用户问题解锁后输出参数，敏感词解锁后是一个判断器，选择敏感词解锁节点输出的解锁结果如果不微空，则证明含有敏感词。此时指定回复， 回复内容，选择自定义输入内容，提醒用户重新输入，返回内容需要打开，这样结果才能返回给用户。如果不含有敏感词，则进行进一步的剪索。这里只有两个分支，不需要 s e f。 删除。将 ai 对 话节点和指定回复节点删除。 点击添加，组建，选择知识库解锁，点击加号，将两个节点连接起来，重命名为电子邮件写作规范解锁。添加对应知识库， 此时解锁问题仍为开始节点中的用户问题。 解锁后需要进行判断。添加一个判断器，此时需要判断的是上一个节点，也就是电子邮件规范写作解锁的结果。若解锁结果不为空，添加一个 ai 对 话节点。 选择 ai 模型，在系统提示词中设置 ai 扮演的角色，可以引导 ai 更好响应。 在用户提示词中将已知信息改为电子邮件规范写作解锁节点得到的结果和开始节点的用户问题。此时的输出参数是 ai 回答内容等。 在 else 分 之后添加一个指定回复，回复内容自定义为。抱歉，我目前的知识无法回答您的问题，请你咨询其他专业人士。以上我们的工作流编排就做完了。点击保存，点击调试，放大调试窗口。输入问题， 可以看到回复还是比较准确的， 再回复末尾可以看到消耗的 token 数以及每一节点的具体执行情况。 最后我们来测试一下是否会进行敏感词过滤。输入含有敏感词的问题，可以看到程序停止，提醒用户重新输入。关闭调试窗口，点击发布 一个基础的智能体就制作好了。

大家好，今天我们来演示 max kb 中芝士库全量导入与导出功能。打开 max kb， 点击上方的芝士库，在右侧点击创建，选择通用芝士库，输入芝士库名称、合同规范， 进行简要的知识库描述。向量模型可以选择本地的 mass kb embedding 模型，点击创建。接下来点击上传文档，选择文件， 在这里我们选择提前准备好的四个文文本档，点击下一步。接着是分段规则设置，默认智能分段，也可以选择高级分段进行自定义分段，点击开始导入， 可以看到文件状态显示正在锁引中，表明正在导入。当文件状态变为成功，表示已经向量化完成，导入成功，在左侧可以进行其他功能设置。在工作流中可以将现有知识库转化为工作流。知识库可以创建问题， 也可以进行命中测试。进一步演示一下知识库的导出，点击知识库右下角选择导出知识库，可以看到已经自动下载好了知识库的压缩包。 压缩包包含一个 json 格式的文件和一个表格格式的文件，其中 json 格式文件记录了知识库的一些基本信息，如名称，描述等等， 而表格文件中包含模型自动划分好的分段以及一些预设好的参数。 可以看到导入的四个文档分别作为四个 sheet 导出。最后演示一下知识库的全量导入，点击右上角的创建，选择导入创建，选择导出的知识库压缩包， 点击打开，可以看到系统提示需设置知识库的向量化模型，并进行向量化，点击确定打开，设置在向量模型中，选择模型， 点击保存，选择向量化，此时可以看到文件状态正在锁影中，文件状态变为成功时，锁影完成，知识库导入成功。 回到知识库的界面，可以看到一个新的知识库已经导入成功，名称描述等信息已经自动设置好，知识库导入与导出操作就演示完毕了。

deepsea v 四阅览版正式亮相了，相比旧版本， v 四的上下文窗口从一百二十八 k 提升到一兆 agent 的 能力，世界知识和推理性能均位于国内与开源前列，内存占用显著减少。 怎么快速用上这个新版模型呢？ max kb 作为开源企业级智能体平台，凭借开箱即用伴随成长的产品理念，能快速跟进大模型更新，让你第一时间用上最新能力。 下面看看如何为 max kb 对 接 deepsea v 四。首先来到 deepsea api 开放平台，申请 api key， 在 max kb 的 模型管理页面添加 deepsafe 供应商，手工输入 v 四模型名 deepsafe v 四 pro 或 deepsafe v 四 flash， 输入 api k 后确认即可完成对接。对接后测试模型效果。 创建一个简易智能体，选择 v 四模型，配置知识库，保存后进行问答测试。提问， max kb 的 主要功能，智能体很快返回答案，响应极快。再试试高级智能体，创建高级智能体 配置知识库，在 ai 对 话节点选择 v 四模型保存调试。 提问，如何对接 deepsea 智能体顺利返回答案？这就是 max kb 快 速跟进 deepsea 最新模型的效果，让你在私有化环境中轻松搭上 ai 快 车， 第一时间体验前沿大模型能力，快来试试吧！