MaxKB 快速入门:私有部署一个企业级智能体平台
飞致云开源的企业级智能体平台:把模型接入、知识库 RAG、工作流编排与 MCP 工具调用收进一个后台;社区版可用网页嵌入与应用级对话 API,平台级开放 API 与办公软件官方接入属专业版及以上;GPLv3 开源,专业版 ¥4.8 万元/套(含首年维保),2026-10-22 安全公告要求不低于 v2.10.8 LTS。
MaxKB 快速入门:私有部署一个企业级智能体平台
MaxKB 是杭州飞致云(Fit2Cloud)开源的企业级智能体平台,名字来自 Max Knowledge Brain。它把四件事放进同一个后台:接入大模型、用文档建知识库做 RAG 检索、用工作流编排业务流程、以及通过函数库与 MCP 调用外部工具。官方把它描述成一条渐进路径——从知识问答开始,走到流程自动化,最后是智能体。
核验日期:2026-11-20。 本文基于官方文档和公开资料整理,AI辅助生成,MagicNetWorld 尚未完成独立实测。 我们读了官网首页、价格页、2026-10-22 安全公告原文、GitHub 仓库 README 与 REST 元数据、发布说明和 Docker Hub 标签列表;没有在本机部署 MaxKB,没有接入任何模型,没有建过知识库,也没有点过任何一个后台菜单。
这是什么?适合谁?
- 适合:要把内部文档变成问答机器人、并希望把服务和数据都放在自己机房的团队。平台程序与知识库都在你部署的实例里;但向量模型、重排模型、对话模型与 MCP/函数库工具都可以指向外部服务,只有这几类模型全部选本地或内网部署、关闭外部工具并核实网络策略时,才能主张检索内容不出内网。
- 适合:已经在用 Dify、FastGPT 之类平台,但更看重「中文后台 + 官方商业支持 + GPL 开源」这条组合的国内企业。
- 适合:想要一个能对内交付、带用户与资源授权的后台,而不是只给自己用的玩具。工作空间、多租户与集群是更高档位的能力。
- 适合:需要把问答嵌进自有页面或业务系统的场景:社区版可用网页嵌入与「应用对话 API」(OpenAI 格式);企业微信、钉钉、飞书的官方接入与平台级完整 SDK 属专业版及以上。
- 不适合:只想用一次 API 完成一次问答的开发者。这里交付的是一整套服务端程序(Python/Django + PostgreSQL/pgvector),不是 SDK。
- 不适合:需要 SaaS 免运维的个人用户。社区版要自己装、自己备份、自己升级,而升级恰恰是安全必修项。
- 重要边界:它是开源社区版免费、专业版与企业版收费的商业产品。社区版不等于「功能与付费版一致」:价格页对比表里「接入第三方应用」「系统操作日志」「完整的 RBAC」「开放 API」在社区版标为
-,专业版及以上支持;集群与多租户属更高档位。表中这一行「开放 API」指平台级 API,社区版仍保留应用层的对话接口(见后文)。
前置准备
- 一台能跑容器的 Linux 主机:官方 README 的入门方式是 Docker 单容器,映射 8080 端口;数据目录挂到宿主机,避免容器重建丢数据。
- 先决定版本号,而不是用
latest。安全公告写明低于 v2.10.8 LTS 的所有版本受影响(详见下一节),所以镜像标签要显式钉住,不要图省事。 - 模型后端,至少两类:一个对话模型(智能体回答用)和一个向量模型(建库时选择,用于语义检索),重排模型可选。都可以用云厂商 API(OpenAI、Claude、Gemini、MiniMax、阿里云百炼、SILICONFLOW 等),也可以是私有部署的 DeepSeek、Llama、Qwen 或 Ollama、vLLM。README 写明模型无关,但选哪一类直接决定数据是否出网——云向量模型会收到你上传后的文档分片。
- 一份文档样本:带元数据、标题层级的真实文档,用来验证分段效果。价格页列出支持 Markdown、DOCX、PDF、TXT、HTML、XLSX、XLS、CSV 等格式。
- 备份意识:安全公告的修复方案原文写着「请在升级前备份数据库与上传文件」。社区版没有托管备份,这步要自己做。
- 国内网络预案:README 原文提示,Docker 镜像拉取失败的中国用户应参照官方离线安装文档,说明这不是个别网络问题。
安装:先升级到安全版本,再谈功能
第 0 步:确认安全版本(必做)
官网首页顶端挂着安全公告,标题是《重要通知丨 MaxKB 漏洞通知及修复方案(MK-2026.10.22)》。原文的关键三行是:
- 影响版本:低于 v2.10.8 LTS 的所有版本(含 v2.10.7 LTS 及更早版本)。
- 安全版本:升级至 v2.10.8 LTS 及以上。
- 修复方案:升级至 v2.10.8 LTS,升级前备份数据库与上传文件,参考官方离线升级文档按步骤操作。
公告还逐条列了 v2.10.7 LTS 修掉的十一个漏洞,其中包含 Celery 任务消息签名密钥可被推导导致的远程命令执行、管理端 oss/get_url 的功能级授权缺失导致的未授权访问与 SSRF、chat_record_id 可覆盖他人会话记录、自定义工具「初始化参数」校验规则里的 Eval 注入、知识库名称路径穿越写任意 .xlsx、账户接管、对话文件代理的未认证 SSRF、MCP 配置 URL 未校验导致 USER 角色对任意地址发起 SSRF、登录验证码通过后未销毁导致未认证口令爆破(可接管 admin)等。v2.10.8 LTS 另修了登录认证配置接口未脱敏、明文回显第三方登录应用凭据(如钉钉 app_key、corp_id、app_secret)的问题。
更要紧的是:这条公告不是最新状态。GitHub 发布记录显示 v2.10.9-lts 于 2026-11-19 发布,发布说明里还有新的安全修复,包括知识工作流数据源与导入导出功能的越权工具执行与跨工作区文件读取(GHSA-5545-9jgw-jg2g),以及 oss/file 未认证白名单过宽导致未登录用户可下载共享 SKILL 工具源码(GHSA-mgph-cpg8-q442)。
所以就版本选择而言,稳妥做法是:直接部署当前最新的 LTS 标签,而不是按公告的「最低安全版本」卡线。Docker Hub 上 1panel/maxkb 当时可见的标签依次是 latest、v2、v2.10.9-lts、v2.10.8-lts、v2.10.7-lts……
第 1 步:用 Docker 启动
README 给出的命令是:
docker run -d --name=maxkb --restart=always -p 8080:8080 -v ~/.maxkb:/opt/maxkb 1panel/maxkb
把它改成钉住版本的形式(下面以 v2.10.9-lts 为例,标签名以 Docker Hub 当前显示为准):
docker run -d --name=maxkb --restart=always \
-p 8080:8080 \
-v ~/.maxkb:/opt/maxkb \
1panel/maxkb:v2.10.9-lts
两处改动值得说明:镜像改成带标签的精确版本,避免下次重建时被 latest 带到未知版本;数据目录继续挂到宿主机 ~/.maxkb,这样镜像升级不等于数据重置。
第 2 步:首次登录并立刻改密码
README 写明访问 http://your_server_ip:8080,默认管理员账号 admin、默认密码 MaxKB@123..。这是公开文档里写死的初始凭据,任何按文档装出来的实例在改密前都是同一个密码。
首次登录后应当马上做三件事:改掉 admin 密码;确认实例只在你预期的网段可达(8080 是明端口,别直接对公网);按安全公告的建议完成一次备份。
第 3 步:接模型
在后台的模型设置里添加供应商与模型,填入服务地址、密钥与模型名。官方把「快速接入大模型」列为三步落地法的第一步,并点名 DeepSeek、Qwen、OpenAI、Claude 等。具体菜单路径随小版本可能调整,以官方文档「模型」章节的截图为准;这里不给逐像素的点击序列,因为我们没有实操验证过。
第 4 步:确认实例健康
最低限度要能看到登录页、能保存一个对话模型与一个向量模型配置、能新建一个空知识库。这几步有任何一步失败,先看容器日志,不要急着在配置里乱改。
第一个完整任务:把一份文档变成能引用的问答
选一个你知道答案的小文档(比如团队的一页值班规范),目标是让平台回答「某个流程应该找谁、时限多久」,并且答案能对回原文。
- 新建一个通用知识库,创建时先选向量模型(这里定下来更省事,换模型要重算已有向量),再上传那份文档。
- 看分段结果。官方在「知识库文档如何合理分段」里给的是分段方式(智能分段、高级分段含分段长度与正则标识)、分段预览,以及对不合理的分段再次编辑或删除;它没有给出分段长度与检索命中率之间的关系数据,所以切多碎、切多长对命中有什么影响,只能按自己的文档比较验证。
- 保存并导入:官方手册写的是「点击【开始导入】后,系统后台会对文档进行自动分段 → 存储 → 向量化操作」,向量化由导入流程完成,不需要另外点一次。
- 建一个智能体(或应用),把知识库关联进去,选对话模型,并在这一步把无引用时的回答策略一并设好(「允许大模型基于通用知识作答」或「指定统一回复」)——它决定超范围问题怎么答,是下面成功判据的前提。
- 点**「保存并发布」**收尾:官方原文是「智能体信息设置完成后,点击【保存并发布】后,智能体设置才生效」,所以模型、知识库与无引用策略都要在这次保存发布之前设完,不发布等于没改。
- 提问,并且追问依据:让它指出答案来自哪一段。如果它给不出段落,先到命中测试里看检索有没有捞到正确段落,再怀疑模型。
- 回到分段页面,把命中不到的那一段手工调细或调粗,再问一次,对比差异。
成功判据
- 知识库列表里能看到文档状态为已完成,字符数不为 0。
- 智能体面板显示处于已发布状态(未发布时改动不生效)。
- 同一个问题连问两次,答案的核心事实一致,且能定位到具体文档与段落。
- 换一个文档里没有的问题:第 4 步设了「指定统一回复」的,应原样返回那条固定回复;设了「允许大模型基于通用知识作答」的,答案应明确不带知识库引用,而不是编一条流程出来。
- 后台能看到这次对话的记录与检索命中情况,便于复盘。
这几条是验收目标,不是产品保证。任何一条不达标,按「模型配置(向量 / 对话 / 重排)→ 检索参数与分段 → 文档格式与解析 → 软件版本与已知缺陷」的顺序排查,不要一上来就归因于模型能力。
初级用法(三条起步动作)
1. 一次只喂一类文档
把制度文件、产品手册、FAQ 分开建库。理由是可操作性:不同文体的分段方式与命中表现差别很大,分开建库可以各自设定分段与检索参数;合在一个库里,一套参数要同时服务两种文体。价格页把「知识库数量」标为不限制(社区版亦然),所以拆库没有配额代价。
2. 用命中测试代替反复提问
官方功能手册里有独立的「命中测试」章节,写明向量检索、全文检索与混合检索及各自的参数。它的用处是把「检索质量」和「生成质量」分开看:先确认检索有没有把正确段落捞出来,再谈模型表述。跳过这一步,容易在模型层反复改提示词,而问题其实在分段或检索参数上。
3. 先把向量模型选对,再谈调参
官方常见问题里有「MaxKB 中如何选择向量模型?」一条。检索效果由向量模型、分段与检索参数共同决定,不是只由向量模型决定;但换向量模型意味着已有向量要重算,所以在建库之前定下来更省事,而不是在效果不满意之后。
高级玩法(三条进阶路线)
1. 用工作流把「检索 + 判断 + 输出」固定下来
官方把「Agentic Workflow」列为第二大能力:工作流引擎、函数库、MCP 工具调用三者配合,用来编排复杂业务场景。适合的起点是那种「每次都要按同一套规则查三处资料再给结论」的流程——把步骤固定成节点后,每次执行走同一条路径,便于逐节点看输入输出;实际效果仍要在自己的数据上验证。文档侧有「工作流编排」「工具与函数库」两个独立章节。
2. 用 MCP 接外部系统,而不是把数据搬进来
README 明确写了 MCP tool-use。README 与安全公告都出现过 MCP 配置 URL 的校验问题(v2.10.7 修的就是 USER 角色可对任意地址发起 SSRF),这提醒一件事:MCP 让智能体能访问内网地址,配置权等于网络访问权,应当只给可信管理员。
3. 零编码嵌入到现有系统
官网把「零编码快速嵌入」写成卖点,覆盖网站、企业微信、钉钉、飞书与第三方业务系统。这里要分档位:网页嵌入与「通过 API Key 进行对话」(应用级、OpenAI 格式)社区版就能做;企业微信 / 钉钉 / 飞书的官方接入在 X-Pack 文档里,平台级完整 SDK 与价格页上的「开放 API」「接入第三方应用」为专业版及以上。所以「给人用」的嵌入社区版即可,「给系统用」的平台级 API 要付费档。
4. 用触发器与操作日志做运维闭环
功能手册里有「触发器」与「操作日志」两个部分,触发器属社区版功能;价格页把「系统操作日志」列为专业版及以上,社区版能看到的记录范围要以自己实例的菜单为准。企业场景里真正卡人的往往不是效果,而是「谁在什么时候改了哪个知识库」,所以部署前先确认档位能不能满足审计要求。
六个具体踩坑
1. 装了旧版本,功能正常但已知漏洞还在
- 症状:按某篇教程或某个旧 compose 文件部署,登录一切正常,版本号却低于 v2.10.8 LTS。
- 原因:镜像用了
latest以外的旧标签,或直接照抄了几个月前的部署文档。 - 解决:升级前先备份数据库与上传文件,再按官方离线升级文档操作;社区版没有自动备份,这步不能省。来源:安全公告原文。
2. 以为「私有部署 = 绝对安全」
- 症状:部署在内网就认为可以不做加固,默认密码一直没改。
- 原因:默认管理凭据写在公开 README 里(
admin/MaxKB@123..),漏洞清单里也有多项是「已认证用户」或「USER 角色」就能触发的越权与 SSRF,说明内网账号本身也是攻击面。 - 解决:改管理密码、限制 8080 的来源、给不同角色最小权限;把「升级」当成常规运维而不是一次性动作。来源:README、安全公告。
3. 国内拉不到镜像,卡在第一步
- 症状:
docker run卡在 pulling,或直接报 pull 失败。 - 原因:README 已明确记录中国用户会遇到 Docker 镜像拉取失败,并指向离线安装文档。
- 解决:走官方离线安装文档;离线包要核对版本号,别把离线包装成旧版本。来源:README。
4. 上传文档后字符数为 0
- 症状:文档显示已上传,向量化后字符统计为 0,提问永远检索不到。
- 原因:官方 FAQ 里字符数为 0 的那一条写的是「上传的文档类型实际是 .doc 格式,而非其他支持的格式」,也就是后缀与实际格式不符;它没有把原因归结为向量模型。
- 解决:先按 FAQ 核对文件的真实格式,必要时另存为 .docx 或 .pdf 再传;格式无误时,再按「向量模型是否可用、解析是否成功」逐项排查,并说明这只是进一步假设、不是 FAQ 原话。不要在这个状态下继续灌更多文档。来源:官方 FAQ · 知识库。
5. 分段切得太碎,答案总是「没找到」
- 症状:文档明明包含答案,检索却命中不到,或者命中了半句话。
- 原因:切点落在语义中间,段落失去上下文;表格、条款、FAQ 这类结构尤其容易在自动分段下被切断。
- 解决:用命中测试定位问题段落,改用高级分段(可配正则)或调整该文档的分段后重新导入。官方 FAQ 对「分段效果不理想」给的建议就是高级分段与正则,没有给出问题发生率。来源:官方 FAQ · 知识库。
6. 函数库/工具跑不起来,报缺依赖
- 症状:自定义函数或工具节点执行时报依赖缺失。
- 原因:函数在服务端容器里执行,依赖必须存在于这个容器,而不是你的本机。
- 解决:官方 FAQ「函数库运行后提示缺少依赖怎么办」给的示例就是进容器安装——
docker exec -it maxkb bash之后pip install pymysql。可以照做,但要清楚这是容器内的临时改动:容器重建或升级镜像后可能丢失,长期复现应把依赖固化进自定义镜像或改用平台支持的依赖声明方式。来源:官方 FAQ · 函数库。
五个实用技巧
- 把镜像标签钉死到
v2.10.9-lts这类精确版本,升级时改标签,而不是靠latest漂移。 - 数据卷永远挂宿主机目录;容器可以随意重建,卷丢了才是真事故。
- 建库前先定向量模型,建库后再换等于重算全部向量。
- 每次「效果不好」先做命中测试,确认问题在检索层还是生成层,再决定调分段、检索参数还是提示词。
- 把安全公告页加进书签,这类平台的漏洞修复节奏比功能发布更值得盯。
具体进阶路径
- 跑通单体问答:一份文档、一个知识库、一个智能体,目标是把「有依据的回答」做出来。
- 补齐模型与向量策略:读完官方「模型」章节,明确对话模型、向量模型、重排是否分工。
- 读工作流章节:把一条真实业务流程画成工作流,先只加两个节点,确认能跑通再加条件分支。
- 接外部工具:用函数库或 MCP 接一个只读的内部接口,验证权限边界(谁能配、能访问哪些地址)。
- 做权限与多空间:社区版有用户管理与资源授权,企业版才有工作空间、多租户与集群;先在自己的档位上把权限模型想清楚,避免上线后改结构。
- 建立运维闭环:备份、升级、日志三件事写成固定流程,升级前先备份是官方明确要求。
常见问题 FAQ
1. 社区版免费,功能是不是被砍得很厉害?
不是「砍得厉害」,而是分层明确。价格页把社区版列为免费、开源、无使用容量限制、含完整基础功能与社区支持;专业版 ¥4.8 万元/套(永久授权),在此之上加 10+ 高级功能、单机/冷备与 5x8 基础级支持,并写明「每套专业版软件授权含一年维保,第二年开始维保价格为 ¥9600 元/年」——授权与维保是两笔费用;企业版再往上加多租户、集群与 7x24 增强级支持,价格需联系销售。要不要付费,取决于你是否需要「接入第三方应用」「系统操作日志」「完整的 RBAC」「平台级开放 API」、单机/冷备与多租户,而不只是基础问答能不能用。
2. 私有部署是不是就不用担心安全?
不是。安全公告里的多项漏洞是已认证用户或普通 USER 角色即可触发的越权、SSRF 与写入问题,默认管理凭据还写在公开 README 里。私有部署只把服务端程序放到你自己的机器上:它不降低应用层漏洞与弱口令风险,也不自动切断出网——向量模型、重排、对话模型、MCP 与函数库都可能把原文、查询或命中片段送到外部服务。只有全链路本地部署、关闭外部工具并核实网络策略,才可以主张检索内容不出内网。
3. 一定要用 Docker 吗?
README 的入门路径是 Docker 单容器。官方文档站另有「1Panel 安装」「阿里云安装」「离线安装」等章节,说明部署形态不止一种;但无论哪种,版本号与备份这两件事的要求相同。本文没有验证非 Docker 路径。
4. 能不能只当知识库用,不做智能体?
可以。官方把「知识问答(RAG)→ 流程自动化(Workflow)→ 智能体(Agent)」写成渐进路径,第一步就是纯 RAG。先用 RAG 把文档质量与分段调好,再上工作流,是官方叙述里的推荐顺序。
5. 它和 Dify、FastGPT 的边界在哪?
三者都是开源自托管的知识库/智能体平台。可核实的差别在模块划分与许可:Dify 的官方定位是 LLMOps 全链路(应用编排、数据集、可观测、模型管理),FastGPT 的公开能力是知识库、可视化 Flow、MCP、Agent Skills 与 RPA 节点,MaxKB 用「知识库 / 应用 / 工作流 / 触发器」四个入口组织能力,并以 GPLv3 分发。这里不做性能、效果与易用性的横向结论,也没有同条件对比测试。
6. 升级会不会丢数据?
官方修复方案要求升级前备份数据库与上传文件,这条要求本身就说明升级前必须有可回滚的数据副本;至于某个版本是否改动数据库结构,要以该版本的发布说明为准,不能一概而论。备份路径与命令见官方「备份还原」章节(其还原说明写的是「适用于相同版本 MaxKB 的迁移」),本文未实操。
成本、权限、平台与安全限制
- 许可:GPLv3。它允许商用与修改,但分发衍生作品时带传染性条款;把它嵌进闭源产品再分发之前,先让法务看许可证原文,而不是只看「开源免费」四个字。
- 价格:社区版免费;专业版 ¥4.8 万元/套(永久授权,含一年维保,第二年起维保 ¥9600/年);企业版联系销售。价格为单套软件授权口径,以官方价格页为准,且可能随版本调整。
- 硬件与平台:服务端是 Python/Django + PostgreSQL/pgvector,容器化交付;官方在线安装文档写的是 CPU/内存 4C/8GB 以上、磁盘空间 100GB、Docker 建议 v26.0.0+,生产环境推荐离线安装。容量规划仍要按实际文档量与并发评估。
- 模型成本:平台本身不含模型额度。用云 API 按各家 token 计费(向量化、检索与每轮对话都消耗),用私有模型自己承担 GPU 与运维成本;两者都要计入总拥有成本,具体金额取决于文档量与调用量。
- 权限模型:社区版含用户管理与资源授权;工作空间、多租户、集群属企业版能力。把「谁能看哪个知识库」当成上线前必须回答的问题。
- 安全:版本必须 ≥ v2.10.8 LTS,实务上建议直接跟最新 LTS;默认密码必须改;MCP 与函数库等于给智能体网络与执行能力,配置权应当收紧。
- 数据:数据是否出网由「哪一层跑在外部」决定,而不是由「是否私有部署」决定。云向量模型会收到上传的文档分片,云重排/云对话模型会收到原文与命中片段,MCP 或函数库会把请求发到它配置的地址。全链路本地部署 + 关闭外部工具 + 网络侧核实,才谈得上检索内容不出内网。
参考链接
- 官网:maxkb.cn
- 2026-10-22 安全公告原文:重要通知丨 MaxKB 漏洞通知及修复方案(MK-2026.10.22)
- 价格与版本对比:maxkb.cn/price
- 代码仓库与 README:github.com/1Panel-dev/MaxKB
- 发布记录(v2.10.9-lts / v2.10.8-lts):GitHub Releases
- 官方文档站(安装部署、功能手册、常见问题):docs.fit2cloud.com/maxkb
- 知识库 FAQ(分段、字符数为 0 的原因):docs.fit2cloud.com/maxkb/faq/knowledge_base
- 函数库 FAQ(缺依赖的处理示例):docs.fit2cloud.com/maxkb/faq/function_library
- 容器镜像标签:Docker Hub · 1panel/maxkb
- 仓库元数据(stars / forks / pushed_at):api.github.com/repos/1Panel-dev/MaxKB
📊 评分与标签
核验口径:已按现行口径通过,待按新证据契约复核 · 证据状态:仅公开资料 · 核验日期:
评分说明
总分 7.7/10 · S_入选
核验日期:2026-11-20。评分依据可追溯至官网首页与安全公告原文、官方价格页的版本对比表、GitHub 仓库 README、GitHub REST 元数据、v2.10.8-lts 与 v2.10.9-lts 的发布说明、Docker Hub 的镜像标签时间线,以及官方文档站的模型、知识库、应用手册与两条 FAQ 正文(知识库分段与字符数为 0、函数库缺依赖);关键结论逐条对回原文。 这是资料核验判断:我们没有部署 MaxKB、没有接入任何模型、没有建过知识库、没有调用过工作流或 MCP,也没有验证过任何一个后台菜单路径。 分数为独立的文档评估,不是把上游热度或百分制排序换算而来;分项评价的是可核实的结构、文档与发布节奏,不代表实测效果。
可观测社区指标
采集日期:2026-11-20(当日 05:36 北京时间快照)。GitHub REST 返回 stars 23,174、forks 3,226、open issues 20(含 PR),pushed_at 为 2026-11-19T15:21:01Z(北京时间 11-19 23:21),created_at 为 2023-09-14T02:05:12Z,未归档,默认分支 v2,语言 Python,许可 GPL-3.0,homepage 指向 maxkb.cn。贡献者接口带 anon=1 的第一页返回 100 条(含 8 条 Anonymous;第一页不等于贡献者总数),前五位分别是 shaohuzhang1 1,846、liuruibin 1,588、wangdan-fit2cloud 1,505、wxg0103 1,166、liqiang-fit2cloud 575,是五个不同账号。发布记录显示 v2.10.8-lts 于 2026-10-22、v2.10.9-lts 于 2026-11-19 发布。
官网首页自述「20K+ GitHub Stars、100万+ 免费安装量、1000+ 付费客户数、500+ 开源贡献者、按月迭代」。这些是厂商自述数字,本站只把 GitHub 接口可核的部分当作事实,其余按官方口径引用。
Docker Hub 的 1panel/maxkb 标签时间线可见 v2.10.6-lts(2026-09-03)到 v2.10.9-lts(2026-11-19)的连续发布,说明镜像与仓库同步。
🤖 Agent 能力 1.7/2.0
- 证据:README 把能力拆成五块——RAG 流水线(文档上传、在线抓取、自动分段与向量化)、Agentic Workflow(工作流引擎 + 函数库 + MCP tool-use)、零编码集成、模型无关(私有模型 DeepSeek/Llama/Qwen 与公有 OpenAI/Claude/Gemini/MiniMax)、多模态(文本/图像/音频/视频输入输出)。来源:README、官网首页。
- 竞品对比 1(Dify):Dify 的公开定位是 LLMOps 全链路,官方列出的模块是应用编排、数据集/RAG、模型管理、可观测与工作流。MaxKB 的公开模块是知识库、应用(简易/工作流)、函数库与 MCP 工具,另有一体机与触发器。两边功能范围重叠,本文只并列各自公开的模块,不判断颗粒粗细。
- 竞品对比 2(FastGPT):FastGPT 的公开能力是知识库、可视化 Flow、MCP、Agent Skills、RPA 节点与应用评测。MaxKB 用「知识库 / 应用 / 工作流 / 触发器」四个入口组织能力,并声明工具市场与一体机形态。两者的模块名与入口不同,本文不判断哪边更轻或更快上手。
- 扣分:多模态与 MCP 能力只到文档层面,本文未实际触发;工作流能力受节点类型与函数库依赖限制,具体上限需实测,官方文档未给出能力矩阵式清单。
🖐️ 易用性 1.1/1.5
- 证据:README 的入门是一条
docker run,映射 8080、挂载~/.maxkb,默认账号admin/MaxKB@123..;文档站把安装拆成离线安装、在线安装、1Panel 安装、阿里云安装、迁移工具与命令行工具六条路径。来源:README、官方文档站。 - 竞品对比 1(Dify):Dify 的部署单位是 Docker Compose 多服务编排(另有云与 VPC 选项);MaxKB 的 README 入门单位是单个
docker run容器。交付单位不同,一个多了编排层,一个少了服务拆分;后续的模型、知识库、权限配置两边都分散在各自文档的多章里,本文不比较完成时间。 - 竞品对比 2(RAGFlow):RAGFlow 把深度文档理解、分块与 agent templates 作为核心能力对外描述;MaxKB 的概念面是知识库、应用、工作流与触发器四层。本文只对比两边公开的概念与入口数量,不评价学习成本。
- 扣分:README 只给单容器命令,没有给出国内网络下的镜像拉取替代方案细节(只指向离线文档);默认密码写在公开文档里,装完必须立刻改,多一道必做动作。
🔌 生态集成 1.7/2.0
- 证据:模型侧覆盖公有云与私有部署两类后端,向量模型同样支持公有供应商与本地模型。系统侧分两层:社区版可用网页嵌入与「通过 API Key 进行对话」的应用级接口(OpenAI 格式);价格页把「开放 API」「接入第三方应用」列为专业版及以上,企业微信 / 钉钉 / 飞书的官方接入见 X-Pack 文档。工具侧支持函数库与 MCP,README 把 MCP tool-use 列为第三大能力。来源:README、官网首页、文档站。
- 竞品对比 1(Dify):Dify 的集成入口是插件市场(模型与工具插件)加工作流节点;MaxKB 的集成入口是函数库、MCP 与「嵌入第三方系统」文档(办公软件官方接入属 X-Pack)。两家都没有公布可比的插件计数,本文不比较数量与更新频率。
- 竞品对比 2(n8n):n8n 的编排单位是通用自动化节点(含 AI 多步 agent、自定义代码与大量 SaaS 集成);MaxKB 的集成单位是「模型 + 知识库 + 函数/MCP 工具」。前者面向跨系统流程,后者面向知识问答流程,本文按编排对象区分,不排集成广度的高下。
- 扣分:MCP 配置 URL 的校验曾是漏洞面(v2.10.7 修复 USER 角色可对任意地址发起 SSRF),说明集成能力同时也是攻击面;官方未提供逐客户的集成兼容矩阵。
👥 社区支持 1.2/1.5
- 证据:stars 23,174、forks 3,226、贡献者接口第一页 100 条(含匿名)、默认分支
v2,最近一次 push 为 2026-11-19T15:21:01Z(北京时间 11-19 23:21),早于本文核验时间;官方有社区论坛(bbs.fit2cloud.com)、文档站常见问题、培训认证与 400 电话/邮箱支持通道。来源:GitHub REST、官方文档站。 - 竞品对比 1(Dify):Dify 的官方社区入口是 Discord、GitHub Discussions 与文档站;MaxKB 的官方入口是 bbs.fit2cloud.com 论坛、文档站 FAQ 与 400 电话/邮箱。两边都有官方社区与文档站,本文没有做教程数量或语种的抽样统计,因此不作资料多寡的结论。
- 竞品对比 2(RAGFlow):RAGFlow 把深度文档解析、分块策略与检索参数单独成章;MaxKB 把分段、命中测试与检索参数写在知识库章节内。本文只对比文档的主题组织,不推断社区讨论分布。
- 扣分:官方社区支持的形态以商业支持为主(专业版 5x8、企业版 7x24),社区版用户主要靠论坛与文档自助;open issues 20 条(含 PR),只作单日快照记录,本文不把它与 stars 数量作关联推断,也未核实问题是否经其他渠道处理。
💡 创新程度 1.0/1.5
- 证据:产品理念写的是「开箱即用 · 伴随成长」,把 RAG → Workflow → Agent 定义为一条渐进路径,并配一体机、工具市场与触发器;MCP tool-use 与函数库在 README 中并列为工具接入的两条路径。来源:官网首页、README。
- 竞品对比 1(Dify):Dify 公开的机制是插件体系、工作流调试与可观测模块;MaxKB 公开的机制是一体机交付、工具市场、触发器与「渐进式升级」路径。两边都没有在本文引用的页面声明能力首创,本文不作原创性排名。
- 竞品对比 2(n8n):n8n 的编排对象是任意 SaaS 节点加自定义代码节点;MaxKB 的工作流节点围绕知识检索、模型调用与函数/MCP 组织,公开材料没有把它定位成通用 RPA。两者目标场景不同,本文不把「更通用」折算成得分。
- 扣分:本文没有在官方文档或发布说明里找到可核实的独创机制声明;RAG、工作流与智能体三类能力在同类开源平台中都有对应模块,MaxKB 的差异体现在交付形态(一体机、中文企业配套、LTS 命名)上。
🔒 稳定性 1.0/1.5
- 证据:发布节奏接近按月,并采用 LTS 命名(v2.10.6-lts → v2.10.9-lts 连续可见),默认分支固定在
v2;技术栈是 Python/Django + PostgreSQL/pgvector + LangChain,属于成熟组合。来源:GitHub Releases、Docker Hub、README。 - 竞品对比 1(Dify):Dify 的发布记录不采用 LTS 命名;MaxKB 用
v2.10.x-lts连续发版并把默认分支固定在v2,发布说明里同时列功能与安全修复。本文只对比命名与分支策略,并如实指出 MaxKB 的小版本里集中修过多个高危问题。 - 竞品对比 2(RAGFlow):RAGFlow 最新正式版 v1.0.0 的发布说明列出的章节是 Highlights、Chat and Agents、Document Ingestion and Retrieval、Architecture and Deployment、Stability、Benchmarks、Upgrading、Compatibility and Limitations,其中 Highlights 写的是 Go 重写、并发提升与新的 Agentic Chat;MaxKB 的发布说明兼有功能、企业配套与安全修复(2026-10-22 公告与 v2.10.9-lts)。本文只列所见的版本与章节,不统计发布主题占比,也不作稳定性归因。
- 扣分:2026-10-22 安全公告列出 v2.10.7 LTS 一次修掉十一个漏洞,含可导致 RCE 的签名密钥推导、未认证 SSRF、账户接管与可接管 admin 的口令爆破;v2.10.9-lts 又修了越权工具执行与未认证下载 SKILL 源码。官方明确「低于 v2.10.8 LTS 的所有版本」受影响。这类修复密度对「稳定」是实在的减分项,也说明部署方必须把升级当常规动作。来源:安全公告原文、v2.10.9-lts 发布说明。
维度求和核对
1.7 + 1.1 + 1.7 + 1.2 + 1.0 + 1.0 = 7.7,与总分 7.7/10 一致;各维度均未超过满分(2.0 / 1.5 / 2.0 / 1.5 / 1.5 / 1.5)。
局限与未实测
- 未部署、未登录后台:所有界面路径描述都来自文档章节标题与首页文案,没有逐屏验证。
- 未接入模型、未建知识库:RAG 效果、分段质量、检索准确率均未测量。
- 未触发工作流与 MCP:编排能力与工具调用只按文档与发布说明评估。
- 未做同条件横向测试:与 Dify、FastGPT、RAGFlow、n8n 的比较基于公开定位与文档形态,不构成性能结论。
- 价格为采集当日官网价格页口径(专业版 ¥4.8 万元/套含一年维保,第二年起 ¥9600/年),可能随版本调整。
- stars / forks / open issues /
pushed_at为 2026-11-20 05:36(北京时间)单日快照,数值会随后续提交变动。
来源核实
- ✅ 直连已验证:安全公告原文 — 影响版本「低于 v2.10.8 LTS」、安全版本、v2.10.7 的十一项漏洞清单、v2.10.8 的凭据明文回显问题、修复要求「备份数据库与上传文件」逐条取自原文。
- ✅ 直连已验证:官网首页 — 顶部安全公告摘要、五块能力描述、20K+ stars 等自述数字、嵌入渠道与开放 API。
- ✅ 直连已验证:价格页 — 社区版免费、专业版 ¥4.8 万元/套(永久授权)、企业版联系销售,以及知识库数量不限制等对比项。
- ✅ 直连已验证:README —
docker run命令、8080 端口、默认凭据、离线安装提示、GPLv3、技术栈。 - ✅ 直连已验证:GitHub REST — stars 23,174、forks 3,226、open issues 20、
pushed_at、created_at、默认分支v2、许可 GPL-3.0。 - ✅ 直连已验证:Releases — v2.10.9-lts(2026-11-19)与 v2.10.8-lts(2026-10-22)的发布说明与新增安全修复编号。
- ✅ 直连已验证:Docker Hub 标签 —
v2.10.9-lts/v2.10.8-lts/v2.10.7-lts等标签与更新时间。 - ✅ 直连已验证:文档站 FAQ 与功能手册正文 —
faq/knowledge_base的分段与「字符数为 0(.doc 格式)」条目、faq/function_library的docker exec+pip install示例、user_manual/app/simple_app的「保存并发布」与「无引用时的回答策略」、user_manual/dataset的「选择向量模型 + 导入后自动分段存储向量化」、user_manual/model/model_summary的向量模型支持与installation/online_installtion的 4C/8GB·100GB 要求,均取自页面正文。 - ⚠️ 部分验证:文档站首页是导航页,本文没有逐页通读全部章节,未覆盖的章节不作结论。
- ⚠️ 未独立实测:未部署、未接模型、未建库、未跑工作流;所有「装上之后能做什么」的描述来自文档。
标签说明
同分类推荐
开源框架 分类下的其他 Agent