MaxKB

Корпоративный ИИ-помощник на собственных знаниях

MaxKB — платформа с открытым исходным кодом для создания ИИ-агентов и баз знаний. Она находит релевантные фрагменты в корпоративных источниках, передаёт их языковой модели и помогает построить внутреннего помощника, сервис поддержки или интеллектуальный поиск без разработки всей платформы с нуля.

Платформу стоит рассмотреть, если сотрудники тратят время на поиск по регламентам и инструкциям, первая линия повторяет типовые ответы или нужно проверить ИИ-сценарий в собственном контуре. В процессах, где важны качество и стоимость ответа, затраченные человеческие ресурсы, при этом требуется контроль источников знаний.

Возможности

• получение знаний из загруженных документов и веб-страниц;
• разбиение текста, векторизация и RAG-поиск;
• ответы с опорой на указанные источники и возможностью проверить качество на контрольных вопросах;
• визуальный редактор для бизнес-процесса;
• функции и подключение MCP;
• интеграция в существующие системы без сложной разработки;
• локальные модели DeepSeek, Llama, Qwen и любые другие;
• внешние модели OpenAI, Claude, Gemini и совместимые API.

Редакции и пилот

Бесплатная редакция позволяет развернуть платформу самостоятельно без ограничений на количество пользователей и выбираемые модели, а Enterprise редакция - интегрировать процесс с корпоративными системами аутентификации, настроить ролевой доступ, унифицированное хранилище и политики журналирования.

MaxKB не является отдельной языковой моделью. Для проекта вы можете выбрать большие языковые, embedding- и при необходимости reranker-модели. Можно подключать локальные DeepSeek, Llama, Qwen и другие модели, либо внешние OpenAI, Claude, Gemini и совместимые API. Выбор определяет требования к GPU/CPU, качество русского языка, задержку, стоимость запроса и правила передачи данных. Возможна установка в закрытый контур.

Для пилота рекомендуем выбрать один понятный сценарий: база знаний специалиста, помощник службы поддержки или поиск по регламентам, чтобы загрузить ограниченный проверенный корпус знаний, подготовить контрольные вопросы и оценить полноту, фактическую точность, ссылки на источники, задержку и стоимость ответа.

Наши специалисты помогут подобрать модель и инфраструктуру, развернуть стенд, подключить источники и обучить команду сопровождению решения.

Как формируются автоматические ответы

Администратор загружает документы или подключает веб-источники, из которые следует собрать знания. MaxKB разбивает материалы на фрагменты, рассчитывает векторные представления и сохраняет их в индексе знаний. Когда пользователь задаёт вопрос, платформа находит релевантные фрагменты, добавляет их в контекст выбранной языковой модели и возвращает ответ. Многошаговый процесс может дополнительно вызвать сторонние API или разрешённые MCP-инструменты.

Варианты внедрения по масштабу

Малый бизнес или одна функция

Один Docker-контур и внешний API модели позволяют быстро проверить ассистента для сайта, продаж или внутренней инструкции. Быстрый старт с одного процесса и 50–100 контрольных вопросов.

Средняя организация

Создаются отдельные базы знаний для поддержки, HR или ИТ, подключается локальная либо облачная модель, вводятся роли, журналирование и регламент обновления источников. Потребуется подготовить корпус знаний, а также выделить специалиста или команду для контроля качества.

Крупная и особо крупная компания

Требуются разделение знаний между подразделениями, SSO и аудит, масштабирование моделей и индекса, очереди обработки документов, мониторинг качества и высокая доступность. Для чувствительных данных рассматривается полностью локальная схема. Enterprise-функции, HA и матрица доступа подтверждаются для выбранной редакции и архитектуры, а не предполагаются автоматически.

Практические сценарии

• помощник по регламентам и внутренним инструкциям;
• первая линия ИТ-поддержки по документации и известным решениям;
• ассистент продаж по продуктовым и коммерческим материалам;
• поиск по большой технической документации;
• учебный помощник для адаптации сотрудников;
• клиентский ассистент на сайте;
• агент, который работает с MCP CRM/ERP-системы, обрабатывая запросы сотрудников.

Что потребуется для расчёта стоимости и интеграции

Нужны сценарий, число пользователей и запросов, типы/объём документов, требования к закрытому контуру, желаемые интеграции и доступные вычислительные ресурсы. Отдельно оцениваются лицензии инфраструктурных компонентов и требования GPLv3 при модификации и распространении открытой редакции.