MaxKB

Qu’est-ce que MaxKB ?

MaxKB, dont le nom complet est Max Knowledge Brain, est une plateforme d’agents intelligents open source de niveau entreprise, gérée par Feizhi Cloud. Elle intègre l’accès à de grands modèles, la création de bases de connaissances, le renforcement de la recherche RAG, des workflows visuels, l’appel d’outils et la publication d’agents en un seul système Web, principalement utilisée pour les questions-réponses internes aux entreprises, le service client intelligent, la formation et l’éducation, la recherche académique ainsi que l’automatisation des processus métier.

MaxKB n’est pas un grand modèle général développé en interne, mais plutôt une plateforme d’application entre les modèles et les données de l’entreprise. Les administrateurs peuvent se connecter à des modèles publics ou privés tels que DeepSeek, Qwen, Llama, OpenAI, Claude, Gemini, etc., puis télécharger des documents internes, extraire des informations de sites web ou organiser des workflows, afin de créer des assistants IA accessibles au public, intégrables sur les sites professionnels ou appelables via une API.

Fonctionnalités clés

1. Base de connaissances RAG

La base de connaissances générale permet de télécharger des fichiers tels que Markdown, TXT, PDF, DOCX, HTML, XLS, XLSX, CSV et ZIP. Le système analyse le texte, le segmente automatiquement, utilise des modèles vectoriels pour générer des vecteurs, puis les stocke dans PostgreSQL et pgvector. Lorsqu’un utilisateur pose une question, le système récupère d’abord les extraits pertinents, puis les transmet avec la question au grand modèle afin de générer une réponse, ce qui permet à celle-ci de se baser sur les informations de l’entreprise.

L’administrateur peut définir des règles de segmentation, des seuils de similarité, un nombre de réponses à obtenir, les sources de citation et des tests de correspondance, ainsi que gérer les paires question-réponse. RAG peut réduire les réponses sans fondement, mais il ne peut pas éliminer complètement les illusions ;

Les scans, les tableaux complexes, les images, les en-têtes/pieds de page et la sémantique des pages multiples peuvent ne pas être analysés de manière complète ; il convient de vérifier les réponses clés en consultant le texte original.

2. Web, Feishu et base de connaissances sur les workflows

En plus des fichiers hors ligne, MaxKB prend en charge les bases de connaissances de sites Web, permettant de récupérer des documents en ligne et de les mettre à jour en synchronisation ; X-Pack offre également une intégration avec la base de connaissances de Feishu.

Les bases de connaissances de General, Web et Lark peuvent être converties en bases de connaissances de flux de travail, permettant d’organiser librement les sources de données, l’extraction du contenu, le traitement par segments et les étapes d’écriture.

La base de connaissances de flux de travail peut gérer des images, de l’audio et de la vidéo : elle commence par appeler des modèles de compréhension ou de transcription pour extraire des informations structurées, puis combine le texte avec les chemins des médias originaux avant de les stocker par segments, créant ainsi un processus de recherche intermodale. La conversion de la base de connaissances est une opération irréversible ; après conversion, la base de connaissances Web perd également son point d’accès de synchronisation initial. Il convient de faire une sauvegarde et de valider le flux de travail avant de l’exécuter.

3. Agent intelligent simplifié

L’agent simplifié est conçu pour les scénarios standard de questions-réponses basés sur des connaissances. L’utilisateur choisit un grand modèle de langage, une base de connaissances associée, rédige des instructions système et définit une introduction, puis peut déployer l’assistant.

Les prompts prennent en charge la citation de questions et les variables de recherche de contenu, et permettent également de contrôler plusieurs tours de dialogue, les sources citées, la lecture audio, les détails d’exécution et le style des réponses.

Ce modèle convient aux manuels produits, aux règlements internes, aux FAQ universitaires et au service après-vente, sans nécessiter que les utilisateurs comprennent des mécanismes complexes. Si l’activité implique des processus d’approbation en plusieurs étapes, des interfaces externes, la collecte de formulaires ou la collaboration entre plusieurs modèles, il convient d’utiliser des agents intelligents avancés.

4. Agents avancés et flux de travail visuels

Les agents avancés combinent sur une toile des nœuds tels que la conversation IA, la compréhension d’images, la génération d’images, la recherche dans une base de connaissances, le rappel multiple, le juge, l’optimisation des questions, les réponses spécifiées, la collecte de formulaires, l’affectation de variables, l’extraction de documents, la reconnaissance vocale, la synthèse vocale, les boucles, les fonctions, MCP et d’autres agents. Les sorties des nœuds peuvent servir de données d’entrée ultérieures, ce qui permet d’intégrer des règles métier dans les processus IA.

L’utilisateur peut choisir un modèle ou une base de connaissances au début de la conversation, et peut également télécharger des documents, des images, de l’audio et des vidéos pour qu’ils soient traités par les nœuds suivants. Le flux de travail fournit des détails sur le débogage et l’exécution ; avant la publication, il faut couvrir les branches normales, sans correspondance, temps d’exécution excessif du modèle, échec de l’outil, limite de boucle et entrées sensibles.

5. Appels multiples et réarrangement

Lorsqu’une question concerne plusieurs bases de connaissances, il est possible de procéder à des recherches séparées, puis d’utiliser un modèle de réarrangement pour revaloriser les fragments candidats et améliorer ainsi la pertinence du contexte final. La recherche par étiquettes permet également de restreindre le champ des résultats en fonction de métadonnées telles que le département, le produit ou l’année, réduisant ainsi l’inclusion de contenus non pertinents dans les suggestions.

Plus il y a de rappels, ce n’est pas nécessairement mieux ; cela augmente également les coûts liés au contexte et aux tokens. Il convient d’utiliser des problèmes métier réels pour créer un ensemble de test, afin d’évaluer la longueur des blocs, les modèles vectoriels, les modèles de réarrangement, les seuils et le Top K, plutôt que de se fier uniquement à des problèmes de démonstration pour juger de l’efficacité.

6. Fournisseurs de modèles et capacités multimodales

MaxKB prend en charge les services cloud OpenAI, Azure OpenAI, Anthropic, Gemini, DeepSeek, Alibaba Cloud BaiLian, Kimi, Zhipu AI, Baidu QianFan, Silicon Flow, etc., et peut également se connecter à des services d’inférence locaux tels que Ollama. Les types de modèles couvrent les grands modèles de langage, les modèles vectoriels, les modèles de retraitement, le domaine visuel, la génération d’images, la reconnaissance vocale et la synthèse vocale.

La plateforme ne comprend pas la totalité des quotas d’utilisation de ces modèles. Les modèles cloud sont généralement facturés en fonction du nombre de tokens ou de données générées par chaque fournisseur, tandis que pour les modèles locaux, il est nécessaire de se procurer soi-même une CPU, une GPU, de la mémoire et de l’espace de stockage.

Lors de l’ajout d’un modèle, il faut utiliser l’adresse API officielle ; les adresses proxy accèdent aux clés API et aux données de conversation.

7. Outils, MCP et compétences

Le module d’outils permet d’écrire et de déboguer du code Python, de définir des paramètres de démarrage, des entrées et des sorties, afin que l’agent puisse interroger une base de données, appeler des interfaces métier, calculer ou extraire des informations. Les paramètres de démarrage sont séparés des entrées du flux de travail, ce qui facilite la dissimulation des clés.

Le système prend également en charge la création de MCP, de compétences, de sources de données, d’outils d’importation ainsi que l’ajout de capacités depuis le magasin d’outils.

MCP et les outils Python personnalisés peuvent accéder au réseau, au système de fichiers et aux bases de données, avec des droits supérieurs à ceux d’une simple fonction de question-réponse. Avant de les activer, il convient d’examiner le code et les dépendances, d’utiliser des comptes en mode lecture seule ou avec des droits minimaux, de restreindre les sorties réseau et d’enregistrer les journaux d’exécution.

Lorsque le modèle décide de manière autonome d’appeler des outils, il doit également se prémunir contre l’injection de prompts visant à provoquer des opérations hors limites.

8. Déclencheurs et exécution automatique

Les agents peuvent être configurés avec des déclencheurs programmés ou des déclencheurs d’événements Webhook. Les tâches planifiées peuvent s’exécuter mensuellement, hebdomadairement, quotidiennement, à intervalles réguliers ou selon une expression Cron ;

Le Webhook génère une adresse de requête et un token Bearer, permettant aux systèmes externes de lancer le flux de travail avec des paramètres.

Les tâches automatisées conviennent pour organiser régulièrement les données, générer des rapports quotidiens et gérer les événements métier. Dans un environnement de production, il est nécessaire de vérifier la signature des requêtes, de rotater les tokens, de limiter la fréquence, d’assurer l’idempotence et de déclencher des alertes en cas d’échec, afin d’éviter des exécutions répétées qui pourraient entraîner des coûts supplémentaires liés aux modèles ou des anomalies dans les données métier.

9. Publication, API et intégration dans des pages web

Une fois l’agent publié, un lien d’accès public peut être généré, et il peut être intégré sans code sur des sites tiers en mode plein écran, pour mobile ou sous forme de fenêtre flottante. La page de questions-réponses publique permet de copier, de répondre à nouveau, de donner des retours, de partager, ainsi que d’exporter en Markdown, HTML, PDF ou image.

Chaque agent peut créer, activer, désactiver et supprimer une clé API ; les systèmes externes utilisent ces appels API pour accéder à la capacité de question-réponse. La plateforme peut également limiter le nombre de questions posées par un même client et définir une liste blanche des sources d’incorporation.

Avant la mise en service officielle, il convient de mettre en place l’authentification, la limitation du trafic, le stockage sécurisé des clés, le masquage des journaux et des alertes relatives aux coûts des modèles.

10. Collaboration d’entreprise et plateformes de bureautique tierces

X-Pack offre des fonctionnalités multi-utilisateurs, d’espaces de travail, de droits de rôle, d’autorisation des ressources, de partage de bases de connaissances/modèles/outils, de journal des opérations, de personnalisation de l’interface et d’authentification de connexion. Dans les environnements professionnels ou d’entreprise, il peut également s’intégrer à LDAP, OIDC, CAS, OAuth2, SAML2, ainsi qu’à WeChat Entreprise, DingTalk et Lark pour une authentification par code QR.

La fonction d’intégration des agents permet de connecter les robots et agents WeChat Enterprise, le service client WeChat, les comptes WeChat publics, DingTalk et Feishu, permettant ainsi aux employés ou aux clients de poser des questions et d’obtenir des réponses directement dans la plateforme de travail. L’adresse de rappel, le token, les clés de chiffrement et la liste blanche des IP doivent être configurés conformément aux règles de chaque plateforme.

Installation et déploiement privé

La méthode de déploiement la plus courante pour l’édition communautaire est Docker : l’image officielle expose le service Web sur le port 8080 et persiste les données dans le répertoire du hôte. Il est également possible de déployer à l’aide d’un paquet d’installation hors ligne ou de la boutique d’applications 1Panel.

L’stack technique comprend Vue.js pour le frontend, Python/Django pour le backend, LangChain ainsi que PostgreSQL et pgvector.

Le compte d’administrateur par défaut et son mot de passe sont visibles dans les documents publics ; ils doivent être modifiés immédiatement après la première connexion, et il faut configurer HTTPS, un pare-feu, des sauvegardes ainsi que des principes de moindre privilège. Avant toute mise à niveau en environnement de production, il convient de faire des sauvegardes de la base de données, des fichiers originaux de la base de connaissances, des configurations des modèles et des répertoires montés.

L’interface de V1 à V2 diffère en partie de la structure, et les outils de migration distinguent également entre la version communautaire et la version professionnelle.

Le service MaxKB peut lui-même fonctionner sur des serveurs sans GPU, mais si de grands modèles ou des modèles multimodaux sont déployés en même temps, les exigences en matière de matériel dépendent principalement des modèles. Pour une forte concurrence, il est également nécessaire d’évaluer le nombre de connexions à la base de données, la recherche vectorielle, le débit des modèles, les files d’attente de parsing de fichiers et le stockage d’objets.

Prix et versions

Édition communautaire

La version communautaire est gratuite et open source, adaptée aux particuliers et aux petites équipes. La page des prix officielle indique que la version V2 communautaire ne limite pas le nombre d’utilisateurs, de robots ou de bases de connaissances, et inclut des fonctionnalités de base telles que les bases de connaissances, les robots, les workflows, MCP, Skills, etc. Le support technique s’effectue principalement par des canaux communautaires.

Édition professionnelle

Le prix actuel de la version professionnelle est de 48 000 yuans par ensemble, avec une licence permanente, adaptée aux petites et moyennes entreprises. Chaque licence correspond à une instance déployée pour un client final et inclut toutes les fonctionnalités de la version communautaire, les fonctionnalités avancées X-Pack, un déploiement en mode unique ou en mode redondance, ainsi que un support de base 5×8.

La version professionnelle inclut une maintenance d’un an ; à partir de la deuxième année, le coût de la maintenance est de 9600 yuans par an, et des mises à jour mineures du logiciel sont fournies. L’autorisation permanente désigne le droit d’utiliser la version achetée du logiciel, mais cela ne signifie pas que la maintenance ultérieure, les mises à jour, les tokens de modèles, les ressources cloud et les implémentations sur mesure soient gratuits à vie.

Édition entreprise

Pour l’édition entreprise, il est nécessaire de contacter le service des ventes pour obtenir un devis. Destinée aux grandes organisations, elle intègre des fonctionnalités telles que le multi-locataire, les ressources partagées, le déploiement en cluster et un support renforcé 7×24, ainsi que des niveaux plus élevés de réponse, de formation, de services à distance ou sur site. Lors de l’achat, il convient de préciser le nombre d’instances, l’architecture de déploiement, la durée de maintenance, les possibilités de mise à niveau, les SLA, la migration des données et la question de savoir si le développement sur mesure est inclus dans le contrat.

Appareil intégré

Les autorités proposent également des solutions intégrées en collaboration avec les fabricants de matériel. La page de vérification actuelle indique un prix limité de 99 000 yuans par unité pour la version GB10, incluant le matériel FusionXpark GB10, la version professionnelle MaxKB, la version entreprise 1Panel, une maintenance logicielle et matérielle d’un an ainsi que du support 5×8. Ce prix concerne des configurations et des offres spécifiques et ne doit pas remplacer le tarif de la version professionnelle du logiciel.

GitHub et les licences open source

Le dépôt de code officiel de MaxKB se trouve dans l’organisation 1Panel-dev, avec une maintenance continue pour la version V2. L’interface utilisateur utilise principalement Vue.js, tandis que le backend utilise Python et Django.

Le projet est soumis à la GNU General Public License v3.0, qui autorise son exécution, sa recherche, sa modification et sa distribution sous les conditions de la licence.

Il convient de faire la distinction entre le code communautaire GPL-3.0 et les fonctionnalités avancées commerciales X-Pack. Les entreprises qui modifient le logiciel pour le distribuer, créent des versions commerciales ou intègrent des modules propriétaires doivent examiner leurs obligations en vertu de la GPL.

L’achat de la version professionnelle doit également se conformer aux indications du document d’autorisation commerciale ; il ne faut pas déduire les droits de redistribution uniquement à partir de la liste des fonctionnalités du site web.

Guide d’utilisation de MaxKB

Terminer une tâche de base

1. Définir le problème, la période, la région, la priorité des sources et le format de sortie ;
2. Dans MaxKB, téléchargez des documents dont vous avez les droits d’utilisation ou saisissez une question de recherche ;
3. D’abord, établir un cadre à l’aide de la base de connaissances RAG, puis compléter les preuves via le Web, Feishu et la base de connaissances des workflows ;
4. Il est nécessaire de distinguer les faits de source, les opinions de l’auteur et les inférences de l’IA ;
5. Vérifier une par une les dates, les chiffres, l’emplacement dans le texte original et les preuves contradictoires ;
6. Modifier manuellement les conclusions et enregistrer l’heure de vérification avant de les publier ;

Créer des flux de travail professionnels réutilisables

1. Découper les sujets complexes en quatre catégories de questions : contexte, données, comparaisons et conclusions ;
2. La combinaison de la base de connaissances RAG, du Web, de Feishu et de la base de connaissances des workflows avec des agents intelligents simplifiés constitue des étapes de recherche fixes ;
3. Privilégier les sites officiels, les articles scientifiques, les documents réglementaires et les données brutes ;
4. Mettre en place une vérification par une deuxième personne pour les conclusions à haut risque ;
5. Conserver les requêtes, les preuves, les versions et les problèmes non résolus ;
6. Redémarrer après modification des données et mettre à jour les conclusions ;

Précautions de sécurité et de maintenance

• Les bases de connaissances publiques, les liens d’accès et les API peuvent divulguer des extraits de documents internes ;
• Avant le lancement, il convient de configurer l’authentification, l’autorisation des ressources, la liste blanche des sources, la durée de validité et le renouvellement des APIKey, la stratégie de téléchargement des fichiers, la conservation des journaux ainsi que les règles relatives aux mots sensibles.
• Les droits de téléchargement du texte original de la base de connaissances doivent correspondre aux droits d’accès au service.
• La version officielle de 2026 a corrigé les risques SSRF liés à la transmission en clair des interfaces de réinitialisation des mots de passe et aux adresses de rappel des modèles de flux de travail, ce qui montre que le déploiement privé doit également faire l’objet d’une mise à jour continue des versions sécurisées.
• Ne considérez pas le « déploiement sur le réseau privé » comme exempt de correctifs ;
• Il convient également de limiter les permissions des conteneurs, les ports de la base de données et l’accès réseau des outils ;
• Les services de modèles et de vecteurs interagissent avec les problèmes et les extraits de recherche ;
• Avant d’utiliser une API publique, il est nécessaire de vérifier les conditions de conservation des données, d’entraînement, de localisation et de conformité du fournisseur ;
• Pour les informations strictement confidentielles, il convient de prendre en compte les modèles locaux, le masquage des données, l’audit et l’isolation réseau ;

À qui s’adresse-t-il ?

• Créer une équipe pour l’organisation de l’entreprise, les produits, le service après-vente et les FAQ techniques ;
• Les PME qui ont besoin d’un déploiement privé d’une base de connaissances RAG et d’un service client IA ;
• Développeurs qui souhaitent relier des modèles, des bases de connaissances et des API métier grâce à des flux de travail visuels ;
• Les organisations ayant besoin d’un assistant IA intégré à WeChat Work, DingTalk, Lark ou à un site web ;
• Utilisateurs qui souhaitent contrôler le flux de données à l’aide d’Ollama et de modèles locaux ;
• Les grandes entreprises ayant besoin d’un espace de travail, de droits de rôle, de support multi-locataires et de cluster.

Avantages du produit

• La version communautaire est gratuite et open source, la V2 ne limite pas le nombre d’utilisateurs, d’agents et de bases de connaissances ;
• On peut passer progressivement des questions-réponses simples RAG aux flux de travail d’agents complexes ;
• Compatibilité avec les modèles cloud nationaux et internationaux ainsi que les modèles privés d’Ollama ;
• Documentation de support, site web, Feishu et base de connaissances pour les workflows multimodaux ;
• Intégration de MCP, Skills, d’outils Python et de déclencheurs ;
• Prend en charge les liens publics, les API et l’incorporation sans code sur les pages web ;
• Les versions Professionnelle et Entreprise offrent des solutions de localisation, de gestion des droits d’accès et de support officiel.

Restrictions et précautions

• MaxKB abaisse les barrières à l’implémentation de RAG et d’agents intelligents, mais le choix des modèles, le nettoyage des données, l’évaluation par tranches, la conception des permissions ainsi que l’exploitation nécessitent encore des professionnels.
• Le nombre de bases de connaissances non limité ne signifie pas pour autant que la capacité du disque, la concurrence et les performances de recherche vectorielle soient illimitées ;
• Les limites fonctionnelles entre la version communautaire et X-Pack évolueront avec les mises à jour, et les restrictions relatives au nombre d’utilisateurs ou d’applications mentionnées dans les brochures anciennes ne doivent pas s’appliquer à V2.
• Avant le déploiement, la mise à niveau et l’achat, il convient de se référer à la page de comparaison des versions actuelles, aux notes de publication et à la licence.

Questions fréquentes

MaxKB est-il gratuit ?

La version communautaire est gratuite et open source, et la V2 ne comporte pas de limites en termes d’utilisateurs, d’agents ou de base de connaissances ; l’API du modèle cloud, les serveurs, la version professionnelle, la version entreprise ainsi que les services originaux nécessitent un paiement supplémentaire.

Combien coûte la version professionnelle de MaxKB ?

Le prix officiel sur le site web actuel est de 48 000 yuans par ensemble pour une licence permanente, incluant un an de maintenance ; à partir de la deuxième année, la maintenance coûte 9 600 yuans par an.

Chaque ensemble correspond à une instance de déploiement pour un client final.

MaxKB peut-il être déployé en mode privé ?

Oui. Il prend en charge le déploiement via Docker, des packages hors ligne et 1Panel, ainsi que la connexion à Ollama ou à d’autres modèles privés.

L’environnement de production doit gérer lui-même HTTPS, les sauvegardes, les mises à jour de sécurité et la surveillance.

MaxKB prend-il en charge les API et l’incorporation sur site web ?

Soutien. L’agent peut générer des clés API et des liens publics, et peut également être intégré dans des systèmes Web tiers via du code en mode plein écran, pour appareils mobiles ou en fenêtre flottante.

Quelle est la relation entre MaxKB et les grands modèles ?

MaxKB est une plateforme d’agents et de bases de connaissances, et non un grand modèle de base. Elle relie les modèles publics ou privés choisis par l’utilisateur et améliore les réponses à l’aide de bases de connaissances et d’outils d’entreprise.

Quelle licence open source est utilisée par MaxKB ?

Le code communautaire est sous licence GPL-3.0 ; X-Pack et le support commercial sont soumis à des licences distinctes.

Avant toute redistribution ou intégration commerciale, il convient de vérifier séparément la licence et le contrat.