一、场景介绍 部门的日常任务在飞书的多维表格中进行管理： 每天会有新的任务需要添加创建 创建任务前需要查询任务，看看时间安排是否冲突 每周需要根据本周的任务情况进行汇总提交周报 部门领导希望基于部门员工的任务数据进行数据分析，查看当前任务情况 为了提升任务管理的效率，并进行自动化的数据分析呈现，我们
飞致云
发布于 2025-04-02
目前 MaxKB 内置的向量模型 为maxkb-embedding，即 text2vec-base-Chinese，它是一个针对中文语义匹配任务优化的向量模型，特别适用于中文句子级别的语义匹配任务，早期在多个领域表现出了优秀的性能。从目前的应用的实际效果反馈来看，存在如下不足： 长文本处理能力：该模
飞致云
发布于 2025-03-30
1.在线安装MaxKB社区版 # Linux 操作系统，以root 用户为例 docker run -d --name=maxkb --restart=always -p 8080:8080 -v ~/.maxkb:/var/lib/postgresql/data -v ~/.python-pack
飞致云
发布于 2025-02-19
工作流中支持使用 <echarts_rander></echarts_rander> 渲染 echarts 图表，该标签需要搭配函数库的函数进行使用。 1 Echart 图表 从 Apache EC
飞致云
发布于 2024-10-22
1 安装 Ollama 在 Download Ollama on Windows 下载 Windows 系统的 OllamaSetup.exe 安装包，然后双击安装即可。
飞致云
发布于 2024-10-18
一、下载向量模型 在对接向量模型之前，先去下载好对应的模型：https://huggingface.co/ 二、上传模型到服务器 下载好模型之后，上传到部署MaxKB的服务器上。 1. 创建 model 文件夹
飞致云
发布于 2024-09-03
一、HTTP请求函数 1、代码示例 在 Python 中，执行简单的 GET 请求通常可以通过多种库来实现，但最常用和简便的是 requests 库。以下是一个使用 requests
飞致云
发布于 2024-09-02
