当前位置: 首页 > article >正文

在 Mac mini M2 上使用Docker快速部署MaxKB:打造本地知识库问答系统

在这里插入图片描述

随着大语言模型的广泛应用,知识库问答系统逐渐成为提升工作效率和个人学习的有力工具。MaxKB是一款基于LLM(Large Language Model)大语言模型的知识库问答系统,支持多模型对接、文档上传和自动爬取等功能。本文将详细介绍如何在Mac系统下使用Docker快速部署MaxKB。

环境准备

安装Docker

在Mac系统上部署MaxKB之前,需要先安装Docker。可以从Docker官网下载并安装Docker Desktop。安装完成后,启动Docker Desktop并确保其正常运行。
https://www.docker.com/

配置Docker镜像源(可选)

为了加快镜像下载速度,可以配置Docker的镜像源。编辑Docker配置文件(~/.docker/daemon.json),添加如下内容:

{
  "registry-mirrors": ["https://mirror.ccs.tencentyun.com"]
}

保存后重启Docker Desktop

部署配置

拉取MaxKB镜像

在终端中运行以下命令,拉取MaxKB的Docker镜像:

docker pull cr2.fit2cloud.com/1panel/maxkb
# 或
docker pull 1panel/maxkb

此镜像包含MaxKB的所有依赖和配置。

启动MaxKB容器

使用以下命令启动MaxKB容器:

docker run -d --name=maxkb \
    -p 8080:8080 \
    -p 5432:5432 \
    -v ~/.maxkb:/var/lib/postgresql/data \
    1panel/maxkb

命令解析:
-d:以后台模式运行容器。
–name=maxkb:指定容器名称为maxkb。
-p 8080:8080:将宿主机的8080端口映射到容器的8080端口。
-p 5432:5432:将宿主机的5432端口映射到容器的5432端口。
-v:挂载宿主机的目录到容器内部,确保数据持久化。

访问MaxKB

启动容器后,通过浏览器访问http://localhost:8080,即可进入MaxKB的登录页面。
默认登录用户名为admin,密码为MaxKB@123…
在这里插入图片描述

配置MaxKB

  1. 修改默认密码
    首次登录后,建议立即修改默认密码,以增强系统安全性。
  2. 配置模型
    MaxKB支持多种大语言模型,例如Ollama、OpenAI等。如果需要配置Ollama模型,可以按照以下步骤操作:
    进入“系统管理”->“模型设置”->“添加模型”。
    选择供应商为ollama,并填写模型名称、API域名等信息。
    如果使用本地Ollama模型,需将API域名配置为host.docker.internal:11434。
  3. 创建应用
    在MaxKB中,可以通过创建应用来管理不同的知识库和问答场景。点击“应用”->“添加应用”,填写应用名称、描述,并选择对应的AI模型。

使用MaxKB

完成配置后,即可开始使用MaxKB。你可以上传文档、创建知识库,并通过问答功能获取智能回答


http://www.kler.cn/a/559663.html

相关文章:

  • C语言多人聊天室 ---chat(客户端聊天)
  • 记录一下VScode可以使用nvcc编译,但VS不行的解决方案
  • DeepSeek技术演进史:从MoE到当前架构
  • 彻底卸载kubeadm安装的k8s集群
  • 深入理解P2P网络架构与实现
  • ubuntu离线安装ollama
  • 【在 Debian Linux下安装 privoxy 将 Socks5 转换为 HTTP 代理与privoxy的过滤配置】
  • 《深度学习实战》第2集:卷积神经网络(CNN)与图像分类
  • pytorch入门级项目--基于卷积神经网络的数字识别
  • 【Python爬虫(45)】Python爬虫新境界:分布式与大数据框架的融合之旅
  • Java List 自定义对象排序 Java 8 及以上版本使用 Stream API
  • 打破常规:用 Python Enum 管理常量的趣味之旅
  • 【计算机网络】传输层TCP协议
  • 详解 为什么 tcp 会出现 粘包 拆包 问题
  • MySQL数据库习题(选择题)
  • 蓝思科技赋能灵伴科技:AI眼镜产能与供应链双升级
  • 设计模式| 观察者模式 Observer Pattern详解
  • Python 网络爬虫入门与实践:从基础到高级技巧
  • Spring Boot 应用(官网文档解读)
  • 视频帧的划分与冗余信息去除的关系