MaxKB

Was ist MaxKB?

MaxKB, vollständiger Name Max Knowledge Brain, ist eine open-source-basierte Plattform für unternehmensweite KI-Agenten von Feizhi Cloud. Sie vereint die Integration großer Modelle, den Aufbau von Wissensdatenbanken, RAG-fähige Suchfunktionen, visualisierte Workflows, den Aufruf von Tools sowie die Veröffentlichung von Agenten in einem einzigen Web-System. Sie wird hauptsächlich für interne Wissensabfragen in Unternehmen, intelligente Kundenservice-Lösungen, Bildungs- und Schulungsziele, wissenschaftliche Forschung sowie die Automatisierung von Geschäftsprozessen eingesetzt.

MaxKB ist kein selbst entwickeltes, allgemeines Großmodell, sondern eine Anwendungsplattform zwischen Modellen und Unternehmensdaten. Administratoren können öffentliche oder private Modelle wie DeepSeek, Qwen, Llama, OpenAI, Claude, Gemini usw. verbinden, interne Dokumente hochladen, Webseiten abrufen oder Workflows organisieren, um schließlich einen AI-Assistenten zu erstellen, der öffentlich zugänglich ist, in Unternehmenswebseiten eingebettet werden kann oder über APIs aufgerufen werden kann.

Kernfunktionen

1. RAG-Wissensdatenbank

Die allgemeine Wissensdatenbank unterstützt das Hochladen von Dateien in den Formaten Markdown, TXT, PDF, DOCX, HTML, XLS, XLSX, CSV und ZIP. Das System analysiert den Text, teilt ihn automatisch in Abschnitte auf, verwendet Vektormodelle zur Erstellung von Vektoren und speichert diese in PostgreSQL sowie pgvector. Wenn ein Benutzer eine Frage stellt, ruft das System zunächst die relevanten Abschnitte ab, gibt diese zusammen mit der Frage an das große Modell weiter, damit dieses eine Antwort erstellen kann – wobei die Antwort auf den Unternehmensdaten basiert.

Der Administrator kann Regeln für die Segmentierung, Schwellenwerte für die Ähnlichkeit, die Anzahl der zurückgerufenen Ergebnisse, die Quellen der Informationen sowie Tests zur Überprüfung der Richtigkeit festlegen. Zudem kann er Paare aus Fragen und Antworten verwalten. RAG kann Antworten ohne evidenzbasierte Grundlagen reduzieren, kann jedoch Illusionen nicht vollständig beseitigen.

Scans, komplexe Tabellen, Bilder, Seitenköpfe und -füße sowie die Semantik von Überschriften kann unvollständig interpretiert werden; wichtige Antworten sollten daher immer im Originaltext überprüft werden.

2. Web, Lark und Wissensdatenbank für Workflows

Neben Offline-Dateien unterstützt MaxKB auch Wissensdatenbanken von Webseiten – es ist möglich, Online-Dokumente abzurufen und diese synchronisiert zu aktualisieren. X-Pack bietet zudem die Anbindung an Feishu-Wissensdatenbanken.

Die Universal-, Web- und Lark-Wissensdatenbanken können in Workflow-Wissensdatenbanken umgewandelt werden, wobei Quellen, Inhaltsextraktion, Segmentierungsverarbeitung und Schreibschritte frei angeordnet werden können.

Die Workflow-Wissensdatenbank kann Bilder, Audiodateien und Videodateien verarbeiten: Zunächst werden Verständnis- oder Transkriptionsmodelle verwendet, um strukturierte Informationen zu extrahieren. Anschließend wird der Text mit den ursprünglichen Mediadaten kombiniert und in Abschnitte aufgeteilt, wodurch ein crossmodales Suchverfahren entsteht. Die Umwandlung der Wissensdatenbank ist eine irreversible Operation – auch nach der Umwandlung in eine Web-Wissensdatenbank geht der ursprüngliche Zugang verloren. Vor der Ausführung sollten daher Backups angefertigt und der Workflow überprüft werden.

3. Einfacher intelligenter Agent

Der einfache intelligente Agent ist für Standard-Szenarien der Wissensabfrage konzipiert. Der Benutzer wählt ein großes Sprachmodell, eine zugehörige Wissensdatenbank, erstellt Systemanweisungen und legt eine Begrüßung fest, um den Assistenten zu veröffentlichen.

Die Hinweissätze unterstützen das Zitieren von Fragen und Variablen zur Suche nach Inhalten, sowie die Steuerung mehrerer Dialogrunden, der Quellenangaben, der Sprachwiedergabe, der Ausführungsdetails und des Antwortstils.

Dieses Modell eignet sich für Produkthandbücher, Mitarbeiterrichtlinien, Fragen und Antworten im Campusumfeld sowie für den After-Sales-Service – ohne dass die Benutzer komplexe Strukturen verstehen müssen. Falls das Geschäft mehrere Genehmigungsstufen, externe Schnittstellen, Formularerfassung oder die Zusammenarbeit mehrerer Modelle beinhaltet, sollten fortgeschrittene Agenten verwendet werden.

4. Fortgeschrittene Agenten und visuelle Workflows

Fortgeschrittene Agenten kombinieren über das Canvas verschiedene Knoten wie KI-Gespräche, Bildverständnis, Bildgenerierung, Abruf aus Wissensdatenbanken, mehrfache Abfragen, Entscheidungsmechanismen, Optimierung von Fragen, Festlegung von Antworten, Formularerfassung, Zuweisung von Variablen, Dokumentextraktion, Spracherkennung, Sprachsynthese, Schleifen, Funktionen, MCP sowie andere Agenten. Die Ausgaben dieser Knoten können als Eingaben für weitere Schritte verwendet werden, was es ermöglicht, Geschäftsregeln in die AI-Prozesse einzubinden.

Der Benutzer kann zu Beginn des Dialogs ein Modell oder eine Wissensdatenbank auswählen und außerdem Dokumente, Bilder, Audiodateien sowie Videos hochladen, die von den nachfolgenden Knoten verarbeitet werden. Der Workflow bietet Informationen zur Fehlerbehebung und zur Ausführung; vor der Veröffentlichung sollten die Szenarien für normale Abläufe, Fehlschläge, Modell-Timeouts, Tool-Fehler, Grenzwerte für Schleifen sowie sensible Eingaben abgedeckt sein.

5. Mehrfache Aufrufe und Umordnung

Wenn eine Frage mehrere Wissensdatenbanken betrifft, kann zunächst in jeder Datenbank separat gesucht werden, anschließend mit einem Neuanordnungsmodell die Kandidatensegmente neu bewertet werden, um die Relevanz im Endkontext zu erhöhen. Die Tagsuche ermöglicht es außerdem, mithilfe von Metadaten wie Abteilung, Produkt oder Jahr den Suchbereich einzugrenzen und so unrelevanten Inhalt aus den Vorschlägen herauszufiltern.

Je mehr Daten zurückerufen werden, bedeutet das nicht unbedingt eine höhere Genauigkeit – außerdem steigen dadurch die Kosten im Zusammenhang mit dem Kontext sowie den Tokens. Es sollten Testdatensätze auf der Grundlage echter Geschäftsprobleme verwendet werden, um Länge der Blöcke, Vektormodelle, Umordnungsmodelle, Schwellenwerte sowie Top K zu bewerten – anstatt die Leistung allein anhand von Demonstrationsproblemen zu beurteilen.

6. Modellanbieter und multimodale Fähigkeiten

MaxKB unterstützt Cloud-Dienste wie OpenAI, Azure OpenAI, Anthropic, Gemini, DeepSeek, Alibaba Cloud BaiLian, Kimi, Zhipu AI, Baidu QianFan sowie Silicon Flow und kann auch lokale Inferenzdienste wie Ollama verbinden. Die verfügbaren Modelltypen umfassen große Sprachmodelle, Vektormodelle, Umordnungsmodelle, visuelle Modelle, Bildgenerierung, Spracherkennung und Sprachsynthese.

Die Plattform umfasst nicht die gesamte Nutzungsmenge dieser Modelle. Cloud-Modelle werden in der Regel nach der Anzahl der von den Anbietern bereitgestellten Tokens oder der generierten Medieninhalte abgerechnet, während für lokale Modelle CPU, GPU, Speicher und Speicherkapazitäten selbst bereitgestellt werden müssen.

Beim Hinzufügen eines Modells sollte die offizielle API-Adresse verwendet werden; Proxy-Adressen haben Zugriff auf API-Schlüssel und Dialogdaten.

7. Werkzeuge, MCP und Fähigkeiten

Der Tool-Modul ermöglicht es, Python-Code zu schreiben und zu debuggen, Startparameter sowie Eingaben und Ausgaben zu definieren, sodass der Agent Datenbanken abfragen, Geschäftsanschlüsse aufrufen sowie Informationen berechnen oder extrahieren kann. Die Startparameter sind von den Eingaben des Workflows getrennt, was es erleichtert, Schlüssel zu verbergen.

Das System unterstützt außerdem die Erstellung von MCPs, Fähigkeiten, Datenquellen, Importwerkzeugen sowie das Hinzufügen von Funktionen aus dem Tool-Shop.

MCP und benutzerdefinierte Python-Tools können auf das Netzwerk, das Dateisystem sowie Datenbanken zugreifen – mit höheren Berechtigungen als bei herkömmlichen Fragen und Antworten. Vor der Aktivierung sollten Code und Abhängigkeiten überprüft werden. Es sollten nur Leserechte oder minimale Berechtigungen verwendet werden, die Netzwerkverbindungen sollten eingeschränkt werden und Ausführungslöge aufgezeichnet werden.

Wenn das Modell selbst entscheidet, welche Tools es aufruft, muss es zudem vor Prompt-Injection schützen, die zu übermäßigen Befugnissen führt.

8. Trigger und automatische Ausführung

Agenten können zeitbasierte Auslöser oder Webhook-Ereignisauslöser konfigurieren. Zeitbasierte Aufgaben können monatlich, wöchentlich, täglich, in festen Intervallen oder mit Cron-Expressionen ausgeführt werden;

Der Webhook erzeugt eine Anfragen-Adresse und einen Bearer Token, damit externe Systeme Workflows mit Parametern starten können.

Automatische Aufgaben eignen sich zur regelmäßigen Organisation von Daten, zur Erstellung von Tagesberichten sowie zur Verarbeitung von Geschäftsereignissen. In der Produktionsumgebung ist es notwendig, die Signatur der Anfragen zu überprüfen, Token zu wechseln, die Frequenz der Anfragen einzuschränken sowie Mechanismen für Idempotenz und Alarme bei Fehlern einzurichten, um eine mehrfache Ausführung zu vermeiden – schließlich könnte dies zu zusätzlichen Kosten oder Fehlern in den Geschäftsdaten führen.

9. Veröffentlichung, API und Einbetten in Webseiten

Nach der Veröffentlichung des Agenten kann ein öffentlich zugänglicher Link erstellt werden, und er kann ohne Code in Drittanbieter-Websites im Vollbildmodus, auf mobilen Geräten oder als Pop-up eingebettet werden. Die Seite für offene Fragen ermöglicht das Kopieren, Neubeantworten, Feedback geben, Teilen sowie die Exportierung in Markdown, HTML, PDF oder als Bilder.

Jeder Agent kann API-Schlüssel erstellen, aktivieren, deaktivieren und löschen. Externe Systeme können über API-Aufrufe Fragen stellen. Die Plattform kann außerdem die Anzahl der Fragen pro Client begrenzen sowie eine Liste von zulässigen Quellen festlegen.

Vor der offiziellen Freigabe sollten Authentifizierung, Bandbreitenbeschränkung, Schlüsselverwaltung, Maskierung von Protokollen sowie Warnungen bezüglich der Kosten für die Modelle eingerichtet werden.

10. Unternehmenszusammenarbeit und Plattformen für Drittanbieter

X-Pack bietet Mehrbenutzerfunktionen, Arbeitsräume, Rollenrechte, Berechtigungen für Ressourcen, gemeinsame Wissensdatenbanken/Modelle/Tools, Aktivitätsprotokolle, ein einheitliches Design sowie Anmeldeverfahren. In professionellen oder unternehmenseigenen Umgebungen kann es außerdem mit LDAP, OIDC, CAS, OAuth2, SAML2 sowie mit den Anmeldefunktionen von WeChat Work, DingTalk und Lark verbunden werden.

Die Funktion zur Anbindung von Agenten ermöglicht es, Unternehmens-WeChat-Roboter sowie Agenten mit WeChat-Kundenservice, WeChat-Offiziellen Konten, DingTalk und Feishu zu verbinden, sodass Mitarbeiter oder Kunden direkt in der Arbeitsplattform Fragen stellen und Antworten erhalten können. Callback-Adressen, Token, Verschlüsselungsschlüssel sowie eine IP-Whitelist müssen gemäß den Regeln jeder Plattform konfiguriert werden.

Installation und private Bereitstellung

Die gängigste Methode zur Implementierung der Community-Version ist Docker. Die offiziellen Images stellen den Webdienst über Port 8080 zur Verfügung und speichern die Daten im Host-Verzeichnis. Es ist auch möglich, die Installation über Offline-Installationspakete oder den 1Panel-App-Store durchzuführen.

Der Technologiestack umfasst Vue.js für die Frontend-Entwicklung, Python/Django für das Backend, LangChain sowie PostgreSQL und pgvector.

Das Standard-Administratorkonto sowie das Passwort sind in offiziellen Dokumenten einsehbar. Sie müssen unverzüglich nach dem ersten Anmelden geändert werden, und es sollten HTTPS, Firewalls, Backups sowie Mindestrechte konfiguriert werden. Vor einem Upgrade in der Produktumgebung sollten die Datenbank, die ursprünglichen Dateien der Wissensdatenbank, die Modellkonfigurationen sowie die Montagedateien gesichert werden.

Die Schnittstelle von V1 zu V2 weicht in einigen Aspekten ab, und die Migrationswerkzeuge unterscheiden sich ebenfalls zwischen der Community-Version und der Professional-Version.

Der MaxKB-Dienst kann selbst auf Servern ohne GPU laufen, doch wenn gleichzeitig große Modelle oder multimodale Modelle bereitgestellt werden, hängen die Hardwareanforderungen hauptsächlich von den Modellen ab. Bei hoher Konkurrenz müssen außerdem die Anzahl der Datenbankverbindungen, die Vektorabfragefunktionen, die Durchsatzrate der Modelle sowie die Warteschlangen für die Dateiverarbeitung und die Objektspeicherung berücksichtigt werden.

Preis und Version

Community-Version

Die Community-Version ist kostenlos und open source und geeignet für Einzelpersonen sowie kleine Teams. Auf der offiziellen Preisseite wird erklärt, dass die V2-Community-Version keine Beschränkungen hinsichtlich der Anzahl der Benutzer, Agenten oder Wissensdatenbanken aufweist. Sie umfasst grundlegende Funktionen wie Wissensdatenbanken, Agenten, Workflows, MCP sowie Skills. Die technische Unterstützung erfolgt hauptsächlich über die Community-Kanäle.

Profi-Version

Der Preis für die Professional-Version beträgt derzeit 48.000 Yuan pro Set – es handelt sich dabei um eine dauerhafte Lizenz, die für kleine und mittlere Unternehmen geeignet ist. Jedes Lizenzset umfasst eine Instanz zur Nutzung durch den Endkunden und beinhaltet alle Funktionen der Community-Version sowie die erweiterten Funktionen von X-Pack. Zudem wird eine Einzelrechner- oder Backup-Lösung sowie 5×8 Stunden Basisunterstützung bereitgestellt.

Die Professional-Version beinhaltet ein Jahr lang Wartungsdienste. Ab dem zweiten Jahr beträgt die Kosten für die Wartung 9600 Yuan pro Jahr. Zudem werden Updates für kleinere Versionen der Software angeboten. Die dauerhafte Lizenz bedeutet lediglich das Recht, die gekaufte Software-Version zu nutzen – sie beinhaltet jedoch nicht automatisch kostenlose Wartungsdienste, Updates, Modelle, Cloud-Ressourcen oder maßgeschneiderte Implementierungen.

Unternehmensversion

Für die Unternehmensversion ist ein Anruf bei den Verkäufern zur Erstellung eines Kostenvoranschlags erforderlich. Sie richtet sich an große Organisationen und bietet Funktionen wie Mehrbenutzerfunktionen, gemeinsam genutzte Ressourcen, Clustereinsatz sowie 24/7-Unterstützung. Zudem werden höherer Servicelevel, Schulungen sowie Fern- oder Vor-Ort-Support bereitgestellt. Bei der Bestellung müssen die Anzahl der Instanzen, die Implementierungsarchitektur, die Wartungsdauer, die Möglichkeiten zur Aufrüstung, die SLAs sowie ob Datenmigration und maßgeschneiderte Entwicklung im Vertrag enthalten sind, klar festgelegt werden.

Integriertes Gerät

Die Behörden bieten außerdem integrierte Lösungen in Zusammenarbeit mit Hardwareherstellern an. Auf der Überprüfungsseite wird für die GB10-Version ein zeitlich begrenzter Preis von 99.000 Yuan pro Gerät angegeben. Dieser Preis beinhaltet die Hardware von FusionXpark GB10, die professionelle Version von MaxKB, die Unternehmensversion von 1Panel sowie einen einjährigen Support für Software und Hardware sowie 5×8 Stunden technische Unterstützung. Dieser Preis gilt für bestimmte Konfigurationen und Aktionen und ersetzt nicht den Preis der professionellen Softwareversion.

GitHub und Open-Source-Lizenzen

Der offizielle Code-Repository von MaxKB befindet sich in der Organisation 1Panel-dev, wobei die V2-Version weiterhin gewartet wird. Für die Frontend-Entwicklung wird hauptsächlich Vue.js verwendet, während für das Backend Python und Django genutzt werden.

Das Projekt wird unter der GNU General Public License v3.0 bereitgestellt, die das Ausführen, Forschen, Ändern und Verbreiten unter den Bedingungen der Lizenz erlaubt.

Es muss zwischen dem Community-Code unter GPL-3.0 und den kommerziellen Erweiterungen von X-Pack unterschieden werden. Unternehmen, die das Softwareprodukt nachbearbeiten und verbreiten, kommerzielle Versionen erstellen oder proprietäre Module integrieren, sollten die Pflichten gemäß der GPL prüfen.

Der Kauf der Professional-Version muss ebenfalls gemäß den Dokumenten zur kommerziellen Lizenzierung erfolgen; das Recht auf Weiterverbreitung kann nicht allein anhand der Funktionen auf der Website abgeleitet werden.

Anleitung zur Verwendung von MaxKB

Eine grundlegende Aufgabe erledigen

1. Definieren Sie das Problem, den Zeitraum, den Bereich, die Priorität der Quellen sowie das Ausgabeformat;
2. Laden Sie in MaxKB Materialien hoch, für die Sie Zugriffsrechte haben, oder geben Sie Suchanfragen ein;
3. Zuerst wird mit der RAG-Wissensdatenbank ein Rahmen geschaffen, anschließend werden durch Web, Lark und die Workflow-Wissensdatenbank Beweise hinzugefügt;
4. Es ist erforderlich, Quellenfakten, die Ansichten des Autors und KI-Erkenntnisse voneinander zu unterscheiden.
5. Jeweils die Daten, Zahlen, den ursprünglichen Textort sowie widersprüchliche Beweise überprüfen;
6. Die Ergebnisse werden manuell überarbeitet, das Überprüfungsdatum wird aufgezeichnet, und anschließend veröffentlicht.

Erstellung wiederverwendbarer professioneller Workflows

1. Komplexe Themen in vier Kategorien von Fragen aufteilen: Hintergrund, Daten, Vergleiche und Schlussfolgerungen;
2. Die Kombination aus dem RAG-Wissensspeicher, dem Web, Lark sowie dem Workflow-Wissensspeicher und einfachen Agenten bildet feste Forschungsschritte.
3. Zuerst sollten die offiziellen Webseiten, wissenschaftliche Arbeiten, regulatorische Dokumente und Rohdaten verwendet werden;
4. Für Schlussfolgerungen mit hohem Risiko wird eine zweite Überprüfung durchgeführt;
5. Abfragen, Beweise, Versionen und ungelöste Probleme speichern;
6. Nach Änderungen der Daten erneut ausführen und die Schlussfolgerungen aktualisieren;

Sicherheits- und Wartungshinweise

• Offene Wissensdatenbanken, Zugriffslinks und APIs können Teile interner Dokumente preisgeben;
• Vor der Veröffentlichung sollten Authentifizierung, Ressourcenberechtigungen, eine Whiteliste für Quellen, Gültigkeitsdauer und Rotation von API-Schlüsseln, Strategien für die Herunterladung von Dateien, die Aufbewahrung von Protokollen sowie Regeln für sensible Wörter konfiguriert werden.
• Die Berechtigung zum Herunterladen des Originaltextes der Wissensdatenbank muss mit den Zugriffsrechten für den Geschäftsbetrieb übereinstimmen;
• Die offizielle Version von 2026 behebte die Risiken durch die unverschlüsselte Übertragung der Passwort-Reset-Schnittstelle sowie durch die Callback-Adressen der Workflow-Vorlagen, die zu SSRF-Fällen führen konnten. Dies zeigt, dass auch bei einer privaten Bereitstellung ständig sicherere Versionen verwendet werden müssen.
• Betrachten Sie „Einsatz im Intranet“ nicht als etwas, für das keine Patches notwendig sind;
• Auch sollten die Rechte der Container, die Datenbankporte sowie der Netzwerkzugriff für Tools eingeschränkt werden.
• Modelle und Vektor-Dienste greifen auf Probleme und Suchabschnitte zu;
• Bevor eine öffentliche API verwendet wird, müssen die Richtlinien des Anbieters bezüglich Datenspeicherung, Schulung, Standort und Konformität überprüft werden.
• Für streng vertrauliche Daten sollten lokale Modelle, Desensibilisierung, Audits und Netzwerkisolierung in Betracht gezogen werden;

Für welche Nutzer geeignet?

• Aufbau eines Teams für Unternehmensstrukturen, Produkte, After-Sales-Service sowie technische Dokumentationen und -fragen;
• Kleine und mittlere Unternehmen, die eine private Implementierung einer RAG-Wissensdatenbank sowie eines KI-Kundenservice-Systems benötigen;
• Entwickler, die Modelle, Wissensdatenbanken und Geschäfts-APIs durch visuelle Workflows miteinander verbinden möchten;
• Organisationen, die einen AI-Assistenten in WeChat Work, DingTalk, Lark oder auf einer Website integrieren möchten;
• Benutzer, die den Datenfluss mit Ollama und lokalen Modellen steuern möchten;
• Große Unternehmen, die einen Arbeitsraum, Rollenrechte, Multi-Tenant-Funktionen sowie Clustermanagement benötigen.

Vorteile des Produkts

• Die Community-Version ist kostenlos und open source; V2 stellt keine Beschränkungen hinsichtlich der Anzahl von Benutzern, Agenten und Wissensdatenbanken.
• Von einfachen RAG-Fragen und -Antworten bis hin zu komplexen Agenten-Workflows kann schrittweise vorgegangen werden;
• Kompatibel mit Cloud-Modellen aus dem In- und Ausland sowie mit Ollamas privaten Modellen;
• Support-Dokumente, Webseiten, Feishu sowie eine Wissensdatenbank für multimodale Workflows;
• Integration von MCP, Skills, Python-Tools und Triggern;
• Unterstützung für öffentliche Links, APIs und zero-Code-Embedding auf Webseiten;
• Die Professional- und Enterprise-Versionen bieten lokalisierte Lösungen, Berechtigungssteuerung sowie Herstellergarantie.

Einschränkungen und Hinweise

• MaxKB verringert die Hürden für den Aufbau von RAG und Agenten, doch für die Auswahl der Modelle, die Datenreinigung, die schrittweise Bewertung, die Berechtigungsverwaltung sowie den Betrieb sind weiterhin Fachleute erforderlich.
• Dass die Anzahl der Wissensdatenbanken unbegrenzt ist, bedeutet nicht, dass die Leistung bei der Speicherung auf der Festplatte, bei der gleichzeitigen Verarbeitung sowie bei der Vektorabfrage unbegrenzt ist.
• Die Funktionsgrenzen der Community-Version und von X-Pack ändern sich mit den Versionen. Die in den alten Broschüren angegebenen Beschränkungen bezüglich der Anzahl der Benutzer oder Anwendungen sollten auf V2 nicht angewandt werden.
• Vor der Bereitstellung, Aktualisierung und Anschaffung sollten die aktuelle Versionsebene, die Veröffentlichungsanleitung sowie die Lizenz als Referenz herangezogen werden.

Häufige Fragen

Ist MaxKB kostenlos?

Die Community-Version ist kostenlos und open source, und bei V2 gibt es keine Beschränkungen hinsichtlich der Anzahl der Benutzer, Agenten oder Wissensdatenbanken; für die Cloud-Modell-API, Server, die Professional-Version, die Enterprise-Version sowie die Originaldienste sind zusätzliche Gebühren erforderlich.

Wie viel kostet die Professional-Version von MaxKB?

Der aktuelle Preis auf der offiziellen Website beträgt 48.000 Yuan pro Set für eine dauerhafte Lizenz, inklusive einer einjährigen Wartung; ab dem zweiten Jahr kostet die Wartung 9.600 Yuan pro Jahr.

Jedes Set entspricht einer Deployment-Instanz für einen Endkunden.

Kann MaxKB privat bereitgestellt werden?

Ja. Es wird die Bereitstellung über Docker, Offline-Pakete und 1Panel unterstützt, außerdem kann es mit Ollama oder anderen privaten Modellen verbunden werden.

In der Produktionsumgebung müssen HTTPS, Backups, Sicherheitsupdates und Überwachung selbst durchgeführt werden.

Unterstützt MaxKB API-Integrationen und Einbettungen auf Webseiten?

Unterstützung. Das Agent kann API-Schlüssel und öffentliche Links erstellen sowie über Vollbild-, Mobil- oder Pop-up-Code in Drittanbieter-Websysteme eingebettet werden.

Welche Beziehung besteht zwischen MaxKB und großen Modellen?

MaxKB ist eine Plattform für Agenten und Wissensdatenbanken, keine grundlegende Großmodell-Plattform. Sie verbindet von den Nutzern ausgewählte öffentliche oder private Modelle und ergänzt die Antworten mit Unternehmenswissensdatenbanken und -werkzeugen.

Welche Open-Source-Lizenz verwendet MaxKB?

Der Community-Code unterliegt der GPL-3.0-Lizenz; X-Pack und kommerzielle Unterstützung haben eine eigene Lizenz.

Vor einer erneuten Verteilung oder kommerziellen Integration sollten Lizenz und Vertrag separat überprüft werden.