引言

本文主要是在Ubuntu22.04下对基于MaxKB的知识库问答系统二次开发前的部署过程记录。

本文中主要涉及内容包括：

Postgresql数据库的安装。
Postgresql数据库的vector拓展的配置。
Python环境搭建。
源码启动MaxKB项目。
Windows下Ollama的安装及大模型的拉取。
MaxKB对接Ollama模型，尝试得到简易的知识库问答系统。
MaxKB官方部署指南
MaxKB项目地址
pgvector项目地址
Ollama地址

本文是在前文发布的在Windows下基于源码启动的MaxKB+Ollama知识库问答系统部署过程后再次尝试部署，因此顺序与前文不太一致，先进行出错比较多的部分。

一、python环境搭建

1. conda创建虚拟环境

在MaxKB官方文档中推荐的python版本为3.11.x，因此使用Anaconda新建MaxKB专属的虚拟环境。

conda create --name maxkb python==3.11

2. 拉取MaxKB项目源代码

git clone git@github.com:1Panel-dev/MaxKB.git

3. 前端依赖下载

1. 安装新版本的Nodejs

前端依赖下载需要使用较高版本的Nodejs，这里先在Ubuntu上安装Node.js。
使用apt查看可下载的Node的版本信息：

apt list -a nodejs

发现没有比较新的22，23版本，运行下面的命令（如果没有curl需要提前安装）。

curl -sL https://deb.nodesource.com/setup_22.x | bash -

运行之后，再使用apt list -a nodejs可发现，已经可以使用apt下载较新版本的nodejs了。

直接使用下面的命令，会自动下载较新版本：

apt install nodejs

安装结束可以使用node -v和npm -v分别查看node和npm的版本信息。

此时安装好npm后，需要配置npm源，建议使用以下命令添加国内源（验证可用）：

 npm config set registry https://registry.npmmirror.com

使用以下命令安装前端所需依赖（注意：执行下面的命令前，需要将目录切换到上面拉取的MaxKB项目中ui目录下，即：xxx/MaxKB/ui/下执行）：

npm install

4. 后端依赖下载

在官方文档中，使用poetry进行依赖管理，但经过尝试，建议安装较高版本的poetry

1. 安装poetry
   经过测试，1.8.5版本的poetry能够很好的进行依赖的安装（前面安装总是失败就是这里的问题）

pip install poetry==1.8.5

完成poetry的安装之后，即可使用下面的命令进行后端项目依赖的安装（注意：执行下面的命令前，需要将目录切换到上面拉取的MaxKB项目根目录下，即：xxx/MaxKB下执行，并且这一步骤需要一定时间）：

poetry install

等待一段时间，前后端的依赖部分就安装完成了。

二、Postgresql的安装及配置

1. 安装过程

PostgreSQL 包在默认包存储库中不可用，使用以下命令启用它的官方包存储库。

sudo sh -c 'echo "deb http://apt.postgresql.org/pub/repos/apt $(lsb_release -cs)-pgdg main" > /etc/apt/sources.list.d/pgdg.list'
wget -qO- https://www.postgresql.org/media/keys/ACCC4CF8.asc | sudo tee /etc/apt/trusted.gpg.d/pgdg.asc &>/dev/null

使用 apt update 命令获取包的最新版本:

sudo apt update

安装服务端，客户端，开发套件：

sudo apt install postgresql postgresql-client postgresql-server-dev-17 -y

验证 PostgreSQL 服务是否启动并运行：

sudo systemctl status postgresql

验证 PostgreSQL banbe版本信息：

psql --version

更新管理员用户密码，使用下面命令进入psql：

sudo -u postgres psql

ALTER USER postgres PASSWORD '123123';

之后使用\q退出Postgresql数据库，并尝试使用刚刚修改的密码登录数据库：

psql -h localhost -U postgres

输入刚刚的密码，Enter即登入，输入\q以退出；

此时Postgresql的安装过程即完成。

2. vector插件

我们前面安装了postgresql的开发拓展套件，此时还需要额外拉取pgvector的源码，并进行编译安装。

cd /tmp
git clone --branch v0.8.0 https://github.com/pgvector/pgvector.git
cd pgvector
make
make install # may need sudo

ps：如果make命令报错，那么你可能需要额外安装gcc和make工具：

apt install make gcc

此步骤结束，即完成了MaxKB项目部署中Postgresql安装的过程。

3. 创建数据库

为了连贯，在这里先行创建MaxKB所需的数据库。
使用psql -h localhost -U postgres输入密码并登录数据库，按行执行下面的sql。

CREATE DATABASE "maxkb";
\c "maxkb";
CREATE EXTENSION "vector";

如果在运行最后一步产生错误，说明上面2中配置vector插件出现问题，建议再重新进行第2步。
如果如图所示，即数据库相关创建成功。

三、源码启动MaxKB项目

1. 配置项

在进行启动前，还需要做一些相关配置。
将MaxKB项目根目录下的将config_example.yml配置文件 目录拷贝至 /opt/maxkb/conf目录下，这个目录是固定的。

cp config_example.yml /opt/maxkb/conf

修在/opt/maxkb/comf/config_example.yml内容如下（按照自己的设置）（如果按照的是上面的步骤，则只需要修改 DB_USER: postgres和 DB_PASSWORD: 123123）：

 # 数据库配置 
 DB_NAME: maxkb
 DB_HOST: localhost
 DB_PORT: 5432
 DB_USER: postgres
 DB_PASSWORD: 123123
 DB_ENGINE: django.db.backends.postgresql_psycopg2
 
 # 模型相关配置
 # 模型路径 如果EMBEDDING_MODEL_NAME是绝对路径则无效,反之则会从https://huggingface.co/下载模型到当前目录
 EMBEDDING_MODEL_PATH: /opt/maxkb/model/
 # 模型名称 如果模型名称是绝对路径 则会加载目录下的模型,如果是模型名称,则会在https://huggingface.co/下载模型 模型的下载位置为EMBEDDING_MODEL_PATH
 EMBEDDING_MODEL_NAME: /opt/maxkb/model/shibing624_text2vec-base-chinese

2. 启动前后端项目

1. 后端项目
   在MaxKB根目录下执行：

python main.py start

2. 前端项目
   在MaxKB目录下的ui目录下执行：

npm run dev

浏览器打开http://localhost:3000进入MaxKB

用户名：admin
密码：MaxKB@123..

初次进入需要修改密码，建议与默认密码MaxKB@123..不一致，否则后续还会要求修改密码。

四、Ollama的安装以及拉取大模型

1. 安装ollama

这一部分是全文最简单的部分，直接使用命令（会自动识别GPU，如果有GPU资源，建议在安装Ollama之前配置好GPU）：

curl -fsSL https://ollama.com/install.sh | sh

安装Ollama，安装完成后可使用ollama list或者ollama --version确认ollama是否安装成功。

2. 拉取模型

这里以大小适中的llama3:8b模型为例，输入命令，ollama pull llama3:8b，拉取llama3:8b模型（这个过程需要下载约4.7G内容，需要一定时间）：

ollama pull llama3:8b

下载完成后，可以通过ollama list查看已经下载的模型，也可通过ollama run llama3:8b与模型进行对话。

六、MaxKB对接Ollama模型

这一部分比较简单，就是图形界面操作，建议参考《在Windows下基于源码启动的MaxKB+Ollama知识库问答系统部署过程》中的第六部分。