在知识管理与问答系统中,如何引导用户进行更深入的交互是一个关键问题。通过在问答页面实现【继续追问】功能,可以有效提升用户体验,帮助用户更高效地获取信息。以下是基于 MaxKB 利用工作流编排实现该功能的详细步骤: 1. 配置工作流和添加提示词 进入高级编排应用的设置界面,找到每条工作流的末尾节点。在
MaxKB 作为一款功能强大的知识库系统,其自定义开场白功能为企业提供了展示品牌形象、引导用户获取信息的绝佳机会。为了满足用户对自定义开场白的需求,本文提供了一个基于 HTML 的通用开场白模板,用户可以根据自身业务场景和风格需求进行修改和调整,实现个性化的开场白效果。 1.HTML 开场白模板示例
当需要为用户提供文件在线预览时,需搭建支持预览或下载功能的文件服务器。本文实践案例中,我们使用 1Panel 一键部署的 Kodbox 来实现。 1.搭建文件服务器 利用 1Panel 一键部署的 Kodbox 。 部署完成后,将我们已经上传到 MaxKB 知识库的文档的原文上传至 Kodbox,并
注意:如下操作均在 MaxKB 容器中进行。 1. 安装cx_Oracle包 1.1 更换 apt 源 修改 /etc/apt/sources.list 。 deb http://mirrors.aliyun.com/debian/ bookworm main non-free contrib de
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
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
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
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
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。
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 的服务器上的 /opt/maxkb/local 目录下,并进行解压或者解压后放入。
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