开源|一款企业级智能体平台，支持 RAG 知识库、工作流编排与系统嵌入

做企业 AI 应用时，很多团队都踩过坑：模型接口接好了，聊天窗口也有了，可一问产品规则、售后流程、内部制度，回答就开始跑偏；文档丢进去了，命中内容也不稳定。

模型本身不是全部，更费时间的是知识治理、流程连接和后续维护。

一个能被业务长期使用的 AI 应用，关键不只是“会聊天”，而是能读懂企业资料，并进入现有工作流。

有没有一款工具，能把模型、知识库、工作流和智能体放到同一个平台里管理？

今天分享的是面向这类需求的开源智能体平台。

MaxKB 是什么

MaxKB 的全称是 Max Knowledge Brain，可以理解为企业内部的 AI 应用搭建平台：接入模型与资料，构建 RAG 问答，再通过工作流和工具调用扩展业务处理。路径也很清晰：配置模型、导入知识、创建智能体、发布或嵌入系统。

模型接入：按场景选择本地或云端能力

模型层支持较丰富的供应商选择，界面中可见阿里云百炼、DeepSeek、Kimi、腾讯混元、火山引擎、OpenAI、Anthropic、Gemini、Azure OpenAI、Amazon Bedrock、SILICONFLOW 等，也支持本地模型、Ollama、vLLM、Docker AI 等接入方式。模型中立的设计，方便团队按成本、性能与数据要求选择方案，也避免绑定单一模型。模型也分为公有模型和本地模型，种类比较多，供用户快速接入。

还可以进行模型参数设置等操作。

智能体：简单场景快速上线，复杂场景可编排

从界面可以看到，创建智能体时提供了简易智能体、高级智能体和导入创建三种方式。

简易智能体适合知识问答、内部助手、FAQ 等基础场景；高级智能体采用低代码拖拉拽，可组合节点处理多步骤逻辑；已有配置也能导入复用。

不必一上来就做复杂 Agent，先跑通一个高频问答场景，才更容易验证真实需求。

知识库：不止上传文件，还能接入 Web 与流程

通用大模型擅长理解语言，却不了解企业的产品资料、服务规范和业务口径。这也是许多 AI 问答看似聪明、实际却不够可靠的根源。

知识库除了支持上传文件或手动录入的通用知识库，还提供 Web 知识库和工作流知识库。

通用知识库适合导入 PDF、Word、Markdown、Excel、CSV 等常见资料；Web 知识库适合把网站链接纳入知识范围；工作流知识库则适合按照自定义流程处理数据源、文档内容和入库动作。

用户提问后，系统会先召回相关知识，再结合模型生成回答。检索可选择向量、全文或混合方式；文档标题和段落保持清楚，效果会更稳定。

RAG 不是万能答案，但它能让模型回答时有企业资料可参考，而不是只靠通用知识猜测。

知识库还存在模板中心，可以快速的从模板中心拿知识库来使用。

工具生态：让智能体从“能问”变成“能办”

基础问答解决“查得到”的问题；进入业务后，AI 往往还要查询数据、调用接口和衔接流程。MaxKB 在工具侧提供工具、工作流、Skills、MCP、数据源和导入创建等入口。

工具可承载脚本调用，工作流负责组织步骤，Skills 用于复用能力，MCP 连接外部服务，数据源帮助读取业务数据。它们让 AI 不再只是聊天窗口，而能成为流程中的协作角色。

工具可以先从工具商店里面拿一款做好的工具来使用。

业务使用场景

场景一：网站与客服知识问答。

将产品说明、售后指引和 FAQ 导入知识库，创建简易智能体嵌入网站或客服入口。未命中时引导人工渠道，避免给出没有依据的内容。

场景二：企业内部制度助手。

将报销、采购、入职、IT 支持等资料放入知识库，员工可直接查询流程与材料要求；制度更新后同步文档，减少群聊重复答疑。

场景三：售后工单辅助处理。

高级智能体可识别问题、检索产品资料、提取订单信息、查询状态并生成回复建议，由人工完成最终确认。

场景四：业务数据查询助手。

通过数据源和工具连接业务系统，员工可自然语言查询订单状态、常见问题或项目资料。涉及敏感数据时，应结合权限设计。

适合先试点的场景，通常问题高频、规则清楚、结果可验证。 再根据反馈持续调整知识库与流程。

技术架构与部署方式

MaxKB 前端采用 Vue.js 与 LogicFlow，后端基于 Python、Django 和 LangChain；

数据侧使用 PostgreSQL、pgvector 与 Redis 支撑知识检索及缓存能力。

部署上，测试环境可通过 Docker 运行，生产使用时需结合数据持久化和备份策略规划。

部署前还要确认服务器资源、访问端口、模型服务及网络权限。

AI 项目上线前，模型效果要测；数据目录、备份与访问权限，同样要提前想清楚。

开源协议需要注意什么

MaxKB 采用 GNU GPL v3.0 协议开源。使用和修改代码没有问题；如果对软件进行修改后再向外分发，通常需要遵守 GPLv3 的开源要求，并保留相应的版权与许可证信息。企业内部部署使用，或以服务方式运行，一般不等同于把修改后的软件向外分发。但涉及二次开发、对外交付或商业产品集成时，建议结合实际场景确认合规边界。

结语

如果你正在做企业知识库问答、客服辅助、办公助手，或者希望把 AI 能力嵌入已有系统，MaxKB 提供了一个值得上手研究的开源选择。

从一个高频问题开始，把知识、模型和流程慢慢连起来，比一开始追求“大而全”的智能体更靠谱。

源码：https://github.com/1Panel-dev/MaxKB

文档：https://maxkb.cn/docs/v2/

 

MaxKB 是一款开源企业级智能体平台，支持智能体、通用/Web/工作流知识库、工具与 MCP 接入，以及本地和多家云端模型。本文结合客服、制度问答、工单处理和数据查询等场景，聊聊它如何用于企业 AI 应用搭建。

了解更多

MaxKB、开源项目、企业级智能体、RAG、知识库、工作流编排、MCP、智能客服、办公助手、工单处理、AI 应用平台、GPLv3