一、MaxKB知识库系统部署
MaxKB是一个基于大语言模型的开源知识库问答系统，具备开箱即用、易于集成等特点。
1.1 Docker环境准备
确保宿主机已安装Docker引擎，这是运行MaxKB容器的前提。
1.2 通过Docker运行MaxKB
执行以下Docker命令，快速部署MaxKB服务。注意映射端口和数据卷，以便持久化数据。
docker run -d \
--name=maxkb \
-p 8080:8080 \
-v ~/.maxkb:/var/lib/postgresql/data \
1panel/maxkb
# 参数详解：
# -d: 后台运行容器
# --name: 指定容器名称
# -p 8080:8080: 将容器内8080端口映射到宿主机8080端口
# -v: 挂载数据卷，将容器内PostgreSQL数据目录持久化到宿主机的~/.maxkb目录容器启动后，默认登录信息如下：
# 管理后台访问地址: http://localhost:8080
# 用户名: admin
# 初始密码: MaxKB@123..
# （重要：首次登录后请立即修改密码）1.3 初始化知识库与应用
登录MaxKB后台后，核心操作流为：创建知识库（支持文档/网页导入）→ 创建问答应用 → 将应用与知识库关联。至此，知识库框架搭建完毕，但需接入大语言模型以赋予其智能问答能力。
二、Ollama本地大语言模型部署
为实现完全本地化与零费用，我们选用Ollama作为大语言模型的运行框架。
2.1 安装与验证Ollama
从Ollama官网下载并安装对应操作系统的版本。安装完成后，在终端中执行以下命令验证安装及服务状态：
ollama -v
# 此命令应返回Ollama的版本号，表明安装成功且服务正在运行。2.2 拉取并运行大语言模型
Ollama提供了丰富的模型库。例如，要拉取并运行性能优异的Llama 3模型，执行：
ollama run llama3
# 此命令将自动从官方库下载llama3模型文件并在本地启动。
# 首次运行会下载模型，耗时取决于网络与模型大小。
# 模型运行后，默认API服务端点位于 http://127.0.0.1:11434三、MaxKB与Ollama模型集成配置
这是实现智能问答的关键步骤，需在MaxKB后台完成模型配置。
进入MaxKB「系统设置」→「模型设置」→ 选择「Ollama」→ 点击「添加模型」。
核心配置项（务必准确填写）：
# 配置示例与关键说明：
模型名称: Llama3-Local # 自定义一个易于识别的名称
模型类型: Ollama
基础模型: llama3 # 必须与通过`ollama run`下载的模型名称完全一致
API域名: http://host.docker.internal:11434 # 关键！当MaxKB运行于Docker容器内时，需通过此特殊主机名访问宿主机服务
API KEY: sk-任意字符 # Ollama本地部署通常无需验证，此处可随意填写非空字符串深度思考与扩展：此方案将数据与模型完全控制在本地，在安全性、数据隐私和长期成本方面优势显著。但需注意，本地模型的推理性能严重依赖硬件（尤其是GPU），且知识库的问答质量取决于模型能力与文档预处理的质量。对于生产环境，建议在嵌入模型前，对知识文档进行清洗、分段和向量化优化，并考虑使用性能更强的量化模型以平衡效果与资源消耗。