Max Knowledge Brain for Java —— 让 Java 团队零门槛拥有企业级 AI 大脑
基于 Java 21 + Spring Boot 3（虚拟线程）构建的开箱即用、模型中立的 RAG + LLM 工作流引擎
智能客服 · 企业知识库 · 数据分析 · 学术研究与教育
🚀 快速开始 · 🌐 在线 Demo（demo / demo@123456） · 📄 商业价值白皮书 · 🧪 回归测试报告 · 🗒️ 更新日志 · 💖 支持项目
--- ## ❓ 为什么选择 MaxKB4j？ 企业落地大模型应用时，通常面临四类痛点，MaxKB4j 给出了对应答案： | 痛点 | MaxKB4j 的答案 | |:--------------------------------------------|:----------------------------------------------------------| | **接入复杂**：主流方案依赖 Python / TS 生态，Java 团队上手成本高 | **纯 Java 原生**：Spring Boot 3 技术栈，现有 Java 工程师可直接二次开发，零跨语言成本 | | **幻觉严重**：通用大模型不了解企业内部数据 | **生产级 RAG**：文档解析 → 分段 → 向量化 → 混合检索 → Reranker 精排，回答可溯源 | | **并发瓶颈**：传统架构难以支撑高并发问答 | **虚拟线程 + 响应式架构**：单机可支撑数千级并发，资源占用低 | | **功能单一**：只能单轮问答，无法编排复杂业务流程 | **可视化工作流 + 多 Agent 协作**：30+ 种节点类型覆盖复杂业务场景 | ## ✨ 核心能力 | 能力 | 说明 | |:-----------------------------|:--------------------------------------------------------------------------------------------------------------| | 🔍 知识库问答 | 上传 PDF / Word / TXT / Markdown 等文档或自动爬取网页，自动完成分段 → 向量化 → 入库 → 构建 RAG，显著减少大模型幻觉；支持文档内图片融合向量化，实现图文混合检索 | | 🧠 Advanced RAG / AgenticRAG | 向量、全文、混合多路召回 + Reranker 重排序；结合意图识别、条件分支，由智能体动态决策检索路径，支持多跳问答 | | ⚙️ 可视化工作流 | 低代码编排 30+ 种节点：条件分支、循环、变量聚合、NL2SQL、表单、HTTP 请求、MCP 等，支持多轮与长期记忆 | | 🤝 多 Agent 协作 | 多角色智能体（数据分析师、代码审查员、客服专员…）并行 / 串行协同，任务自动拆解、分派与汇总，共享记忆总线 | | ⏰ 触发器 | Cron 定时任务 + Webhook 事件回调，实现智能体与工具无人值守自动化（自动生成日报、CRM 线索触发画像分析等） | | 🌐 模型中立 | 私有模型（Ollama / Xorbits Inference / LocalAI）与国内外公有模型：通义千问、DeepSeek、豆包、混元、GLM、Kimi、GPT、Claude、Gemini 等 | | 🧩 无缝集成 | RESTful API、iframe / Web SDK 嵌入组件、OpenAI 兼容对话接口、stream_http MCP 接入方式，5 分钟接入现有系统 | | 🎙️ 多模态 | **多模态融合向量**：文档中文本与图片融合为统一向量，支持图文混合的跨模态检索（阿里云百炼 / 火山方舟视觉向量模型）；ASR 语音识别、TTS 语音合成、OCR 图像识别、Stable Diffusion 图像生成 | | 🔒 权限与安全 | 基于 Sa-Token 的细粒度权限（应用 / 知识库 / 工具 / 模型）、审计日志、groovy-sandbox 脚本沙箱 | | 🌱 生态扩展 | 数十种预置 Agent 模板（客服助手、数据分析师、代码导师等）；插件化工具市场：MySQL / PostgreSQL / MongoDB 连接器、飞书 / 钉钉 / 企业微信集成、联网搜索工具 | ## 📊 与主流方案的差异 | 能力 | **MaxKB4j** | Dify | MaxKB | FastGPT | RAGFlow | |:---------------------|:---------------------------:|:-----------:|:------:|:----------:|:-------:| | 后端技术栈 | **Java 21 + Spring Boot 3** | Python + TS | Python | TypeScript | Python | | Java 团队零语言切换接入 | ✅ 原生 | ⚠️ | ⚠️ | ⚠️ | ⚠️ | | 虚拟线程高并发架构 | ✅ | ⚠️ | ⚠️ | ⚠️ | ⚠️ | | 可视化工作流 + 多 Agent 协作 | ✅ | ✅ | ⚠️ | ⚠️ | ⚠️ | | 触发器（Cron / Webhook） | ✅ | ✅ | ⚠️ | ⚠️ | ⚠️ | | 多模态（ASR / TTS / OCR） | ✅ | ⚠️ | ✅ | ⚠️ | ✅ | | 图文融合向量检索（以文搜图 / 以图搜文） | ✅ | ⚠️ | ⚠️ | ⚠️ | ⚠️ | | MCP 协议 / OpenAI 兼容接口 | ✅ | ✅ | ✅ | ✅ | ✅ | > 说明：上表为能力取向对比，供选型参考；具体效果建议结合自身场景通过在线 Demo 实测。 ## 🚀 快速开始 ### 环境要求 - Java 21+ - PostgreSQL 12+（启用 pgvector 扩展） - MongoDB 6.0+（全文检索与文件存储） ### 方式一：Docker Compose（推荐） ```bash docker-compose up -d ``` 启动后访问 `http://localhost:8080/admin/login`（默认账号 `admin` / 密码 `tarzan@123456`），首次启动自动初始化数据库。 ### 方式二：Docker 单容器 ```bash docker run --name maxkb4j -d --restart always -p 8080:8080 \ -e SPRING_DATASOURCE_URL=jdbc:postgresql://localhost:5432/MaxKB4j \ -e SPRING_DATASOURCE_USERNAME=postgres \ -e SPRING_DATASOURCE_PASSWORD=123456 \ -e SPRING_DATA_MONGODB_URI=mongodb://admin:123456@localhost:27017/MaxKB4j?authSource=admin \ registry.cn-hangzhou.aliyuncs.com/tarzanx/maxkb4j ``` ### 方式三：一键安装脚本 `deploy/` 目录提供交互式安装脚本，自动完成环境检查、镜像拉取 / 构建与 docker-compose 编排（Linux / macOS / Windows）： ```bash # Linux / macOS chmod +x deploy/install.sh ./deploy/install.sh # Windows deploy\install.bat ``` ### 方式四：源码构建 ```bash mvn clean package -DskipTests java -jar maxkb4j-start/target/maxkb4j-start.jar ``` 环境配置：`maxkb4j-start/src/main/resources/application-{dev,prod,test}.yml`，通过 `--spring.profiles.active=dev` 切换。 ### 部署到第三方平台 支持 [一键部署到 Sealos](https://blog.csdn.net/weixin_40986713/article/details/156026021)（海外服务器、免网络代理、支持高并发与动态伸缩）。 > 🎉 **部署成功了？** > 如果 MaxKB4j 为你节省了开发时间，欢迎 [请作者喝杯咖啡 ☕](#支持与赞助) —— 一杯咖啡即可解锁作者微信直连与核心交流群，部署问题群内实时答疑。 ## 🌐 在线 Demo - 在线 Demo：http://43.143.235.194:8080/（账号 `demo` / 密码 `demo@123456`，普通用户权限） - 本地默认管理员：`admin` / `tarzan@123456` ## 🛠 技术栈与项目结构 | 类别 | 技术 | |:------|:--------------------------------------------------| | 后端 | Java 21、Spring Boot 3、虚拟线程、Sa-Token | | AI 框架 | LangChain4j 1.x、Docling 文档解析、火山方舟 Ark SDK | | 存储 | PostgreSQL 15 + pgvector、MongoDB 6.0+、Caffeine 缓存 | | 前端 | Element Plus、Vue 3、Node.js v20.16.0 | | 脚本沙箱 | groovy-sandbox | ``` MaxKB4j/ ├── maxkb4j-common / maxkb4j-core # 通用工具、核心抽象与领域模型 ├── maxkb4j-service/ # 业务实现：application / chat / knowledge / model / oss / system / tool / trigger / workflow ├── maxkb4j-service-api/ # 对外契约：-api 模块（DTO / VO） ├── maxkb4j-start/ # Spring Boot 启动入口、配置与打包 └── deploy/ # 一键安装脚本（install.sh / install.bat） ``` > 依赖方向：`start` → `service` → `service-api` → `core` → `common`；对外契约放 `-api` 模块，实现放 `service` 模块。 ## 📄 文档与资源 - 📄 [MaxKB4j 商业价值白皮书](docs/MaxKB4j-商业价值白皮书.md) —— 面向企业决策者的价值与选型分析 - 🧪 [MaxKB4j 回归测试报告](docs/MaxKB4j-回归测试报告.md) —— 核心功能回归验证结果 - 📐 [编码约定](docs/编码约定.md) - 🗒️ [更新日志](CHANGELOG.md) —— 最新发布版本 v2.9.0（2026-06-17） ## 🤝 贡献指南 | 类别 | 说明 | |:------|:---------------------------------------------------------------------------| | 反馈与需求 | 通过 [Gitee Issues](https://gitee.com/taisan/MaxKB4j/issues) 提交 Bug、建议或新功能需求 | | 贡献流程 | Fork → 创建分支 → 提交代码到 DEV 分支 → 发起 Pull Request | | 开发规范 | 遵循 Alibaba Java 编码规范，包含单元测试并更新文档 | ## 💖 支持与赞助 > **MaxKB4j 没有商业公司背书、没有融资**，由个人开发者利用业余时间一行行代码堆出来。 > 你的每一份支持，都会直接投入这些真实开销： > > - 🖥 **在线 Demo 云服务器** —— 7×24 小时运行，供所有人免费体验 > - 🤖 **模型 Token 消耗** —— 每一次功能回归测试都在真实烧钱 > - 🧪 **Bug 修复与新功能研发** —— 深夜编码的咖啡因补给 > > 赞助使用情况会在交流群定期公示，透明可见。 > > ⚠️ 作者精力有限：**微信直连与核心交流群仅向赞助用户开放**（¥10 起）—— 这既是对作者时间的保护，也是对群内交流质量的保证。 ### 赞助档位 | 档位 | 金额 | 核心权益 | 适合人群 | |:--------:|:-----:|:----------------------------------------------------------------------------|:----------------------| | ☕ 请作者喝咖啡 | ¥10 | 作者微信直连 + 核心交流群 + 项目更新优先通知 | 认可项目价值、想和作者交个朋友 | | 📚 学习会员 | ¥99 | 咖啡档全部权益 + 免费加入 [知识星球](https://wx.zsxq.com/group/28882525858841) + 星球内问题优先解答 | 想系统学习 RAG / 工作流落地的开发者 | | 🏢 企业伙伴 | ¥799 | 学习会员全部权益 + 一次性获取前端源码 + 部署 / 售后技术支持 | 要在生产环境上线的团队 | | 👑 战略合作 | ¥1399 | 企业伙伴全部权益 + 6 个月内前端源码免费升级 + 企业 Logo 长期展示于赞助墙 | 深度绑定、共同成长的伙伴 | > 💡 **所有档位均包含「作者微信直连 + 核心交流群」**，从 ¥10 咖啡档起即可解锁。 ### 如何赞助（三步完成）| 第 1 步 · 加作者微信 | 第 2 步 · 扫码支付（支付宝） | 第 2 步 · 扫码支付（微信） |
|---|---|---|
 |
 |
 |
| 备注「MaxKB4j」 | 第 3 步 · 发送付款截图给作者（备注昵称更佳），权益立即生效 | |
