# MaxKB4j **Repository Path**: taisan/MaxKB4j ## Basic Information - **Project Name**: MaxKB4j - **Description**: 🔥MaxKB4j 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、Dify和FastGPT, 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、学术研究与教育等场景。 - **Primary Language**: Java - **License**: GPL-3.0 - **Default Branch**: master - **Homepage**: https://tarzan.blog.csdn.net/ - **GVP Project**: No ## Statistics - **Stars**: 406 - **Forks**: 153 - **Created**: 2024-12-30 - **Last Updated**: 2025-12-05 ## Categories & Tags **Categories**: rag **Tags**: RAG, Agent, LLMOps, openAI, langchain4j ## README # 🧠 MaxKB4j — 基于 Java 的开源 RAG 知识库与 LLM 工作流平台 > **MaxKB4j = Max Knowledge Base for Java** > 一个开箱即用、安全可靠、模型中立的 **RAG(检索增强生成)+ LLM 工作流引擎**,专为构建企业级智能问答系统而设计。 > 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。

License: GPL v3 Java 17+ Spring Boot 3.x Nodejs
[中文(简体)] | [English]

--- ## ✨ 核心特性 ### 🔍 开箱即用的知识库问答 - 支持 **上传本地文档**(PDF/Word/TXT/Markdown 等)或 **自动爬取网页内容** - 自动完成:文本分段 → 向量化 → 存入向量数据库 → 构建 RAG 流程 - 显著减少大模型“幻觉”,提升回答准确性与可信度 ### 🌐 模型中立,灵活对接 支持各类主流大模型,包括: - **本地私有模型**:DeepSeek-R1、Llama 3、Qwen 2 等(通过 Ollama / LM Studio / vLLM) - **国内公有模型**:通义千问、腾讯混元、字节豆包、百度千帆、智谱 GLM、Kimi - **国际公有模型**:OpenAI (GPT)、Anthropic (Claude)、Google (Gemini) > 只需配置 API Key 或本地端点,即可无缝切换模型! ### ⚙️ 可视化工作流编排 - 内置 **低代码 AI 工作流引擎**,支持条件分支、函数调用、多轮对话记忆 - 提供丰富 **内置函数库**(HTTP 请求、数据库查询、时间处理、正则提取等) - 适用于复杂业务场景:客服工单生成、数据报告解读、内部制度问答等 ### 🧩 无缝嵌入现有系统 - 提供 **RESTful API** 和 **前端嵌入组件(iframe / Web SDK)** - 无需改造原有系统,5 分钟集成智能问答能力 ### 🤖 MCP Server 支持(Model Context Protocol) - 支持 [MCP](https://modelcontextprotocol.io/) 协议,让 AI 理解**代码上下文**、项目结构、依赖关系 - 不再只是“聊天机器人”,而是真正的 **AI 编程协作者** ### 🎙️ 多模态扩展(规划中) - 已支持:语音识别(ASR)、语音合成(TTS)、图像识别(OCR)、图像生成(Stable Diffusion) - 视频生成模型支持正在开发中… --- ## 🚀 快速开始 ### 1. 环境要求 - Java 17+ - Maven 或 Gradle - PostgreSQL 12+(启用 pgvector 扩展) - MongoDB 6.0+(可选,用于全文检索) ### 2. 启动服务 ```bash # 启动应用 java -jar MaxKB4j.jar ``` ### 3. 基于Docker 部署 ```bash docker run --name maxkb4j -d --restart always -p 8080:8080 -e SPRING_DATASOURCE_URL=jdbc:postgresql://localhost:5432/MaxKB4j -e SPRING_DATASOURCE_USERNAME=postgres -e SPRING_DATASOURCE_PASSWORD=123456 -e SPRING_DATA_MONGODB_URI=mongodb://admin:123456@localhost:27017/MaxKB4j?authSource=admin registry.cn-hangzhou.aliyuncs.com/tarzanx/maxkb4j:2.0 ``` 其中,`-p 8080:8080` 中的第一个 8080 是宿主机的端口,`-e SPRING_DATASOURCE_URL=jdbc:postgresql://localhost:5432/MaxKB4j -e SPRING_DATASOURCE_USERNAME=postgres -e SPRING_DATASOURCE_PASSWORD=123456` 是PostgreSQL数据库的连接配置参数,`-e SPRING_DATA_MONGODB_URI=mongodb://admin:123456@localhost:27017/MaxKB4j?authSource=admin`是MongoDB的连接配置参数, 可以根据需要进行修改。 ### 4. Docker-Compose 部署(推荐) ```yaml # docker-compose.yml 示例见项目根目录 docker-compose up -d ``` ### 5. 访问 Web 界面 - 地址:http://localhost:8080/admin/login - 默认账号:`admin` - 默认密码:`tarzan@123456` > 首次启动会自动初始化数据库(PostgreSQL + MongoDB),请确保端口未被占用。 --- ## 🛠 技术栈 | 类别 | 技术 | |------|------| | **后端** | Java 17, Spring Boot 3, Sa-Token(鉴权) | | **AI 框架** | LangChain4j | | **向量数据库** | PostgreSQL 15 + pgvector | | **全文检索** | MongoDB | | **缓存** | Caffeine | | **前端** | Vue 3, Node.js v20.16.0 | --- ## 📸 UI 展示 MaxKB4j team > 更多界面请参考项目 Wiki 或实际部署体验。 --- ## ❓ 问题与建议 欢迎提交 Issue 或 PR! 👉 [Gitee Issues](https://gitee.com/taisan/MaxKB4j/issues) --- ## 💖 支持与赞助 本项目由个人开发者维护,您的支持将帮助项目持续迭代! | 赞助金额 | 权益 | |--------|------| | ¥20 | 添加作者微信(`vxhqqh`),加入交流群(备注“已赞助”) | | ¥50 | 上述权益 + 免费加入[《👉 知识星球🔥》](https://wx.zsxq.com/group/28882525858841) | | ¥200 | 获取 **V1 版本前端源码** | | ¥500 | 获取 **V2 完整前后端源码**(含最新功能) |
支付宝赞赏码
微信赞赏码
支付宝赞赏码 微信赞赏码
--- ## 📜 许可证 Copyright © 2025–2035 洛阳泰山 TARZAN. All rights reserved. 根据GNU通用公共许可证版本3 (GPLv3)(“许可证”)进行许可;除非遵守许可,否则您不得使用此项目文件。您可以从以下网址获得许可证的副本 [🔗https://www.gnu.org/licenses/gpl-3.0.html](https://www.gnu.org/licenses/gpl-3.0.html) 除非适用法律要求或经书面同意,依据本许可分发的软件均按“原样”提供,不附带任何形式的明示或暗示的担保或条件。有关许可下具体权限和限制的条款,请参见本许可协议。 --- ## 🔗 相关资源 - 📘 [官方文档(规划中)]() - 🐦 [作者微信公众号]() - 🌟 **Star 本项目,助力国产开源 AI 生态!** > 🎯 **看看这个!👉 [点击了解 AI 大模型应用开发实战!🔥](https://example.com/ai-guide)** --- ✅ **MaxKB4j — 让每个 Java 团队都能轻松构建企业级 AI 知识库!**