基于大语言模型和RAG知识库问答系统MaxKB，去除“应用”、“知识库”和“用户数”限制（适合docker版本）

LLM RAG知识库工具对比

很久之前家里就弄了台NAS，使用unRaid的系统，一直想弄个RAG知识库工具在里面，对比了好几个市面上常见的大模型知识库系统，最后还是比较喜欢MaxKB，基本能满足自己的要求，支持简单模式和工作流编排，在加上可以使用python自己写插件，加上界面也还不错。

anythingLLM，功能基本能满足，但是没有工作流，插件也比较麻烦，再加上是英文版为主，有些功能自己实现，还是有点麻烦。

fastgpt、dify这些呢，功能更强大，效果也更好一些，特别是知识库匹配上，确实要好很多，但是配置要求也高了点。

综合以上几点选择了maxKB来做自己本地的知识库系统，不过中间有一点一直有点为难我，就是社区版(免费版本)对应用、知识库以及用户数都有限制，不过好在是开源的，就尝试自己来修改一下限制。

在网络上进行搜索，以确定是否存在现成的方案

不知道是不是用的人并不多的原因，还是其他的什么原因，网上找了很久，都没有怎么找到修改的docker镜像，不过好在在CSDN上找到了一篇相关的文章，然后开始了自己的尝试之旅。

首先在网络附加存储（NAS）上进行操作。由于起初未直接修改 Vue 代码并进行编译生成，而是直接修改了已生成好的原始 JavaScript 代码，但不知为何一直未能成功。在此过程中，也尝试过替换、重启 Docker等一系列操作，就是没有成功。实话说，当时处于周末，耗费了小半天时间仍未解决问题，甚至有放弃的念头。

后续尝试重新打包 Vue 代码，重新生成前端代码，而后替换 Docker 容器中的文件，便取得成功。
接下来我将说说具体的操作步骤：

0. 从github上下载源码：1panel/MaxKB

1. 找到文件清单，并搜索关键词“社区版最多”

   • apps/setting/serializers/valid_serializers.py
   • apps/users/serializers/user_serializers.py
   • apps/dataset/serializers/dataset_serializers.py
   • apps/application/serializers/application_serializers.py
   • ui/src/views/user-manage/index.vue
   • ui/src/views/application/component/CopyApplicationDialog.vue
   • ui/src/views/dataset/index.vue
   • ui/src/views/application/index.vue

2. 逐一修改涉及限制的代码部分

   • py文件，直接修改上面的数量限制，一般为 count= 后面的数字，直接修改，并修改后面的 message= 的说明文字
   • vue文件，则一般是在 if else 条件函数里面，则直接将上面的处理过程复制到被限制的部分，来跳过限制提示

3. 使用 nodejs npm 重新打包前端代码

   修改完所有 ui/src/view/ 下的vue文件之后，使用命令 npm i 安装所需要的node依赖，使用命令 npm run build 重新打包文件，打包之后的文件会在 dist/ui 目录下，可以将文件夹拷贝出来，以备后用。

4. 替换 docker 中的文件，并重启 docker 镜像，以便生效

   • 将 ui 文件夹以及第一步中的4个已经修改了的py文件，放置在同一个目录下

   • 运行CMD或者Powershell，运行如下代码：

     docker cp ./ui maxkb:/opt/maxkb/app/ui/dist
     docker cp ./valid_serializers.py maxkb:/opt/maxkb/app/apps/setting/serializers
     docker cp ./dataset_serializers.py maxkb:/opt/maxkb/app/apps/dataset/serializers
     docker cp ./user_serializers.py maxkb:/opt/maxkb/app/apps/users/serializers
     docker cp ./application_serializers.py maxkb:/opt/maxkb/app/apps/application/serializers

在完成上述所有步骤之后，您将会获得一个数量不受限制的 MaxKB 系统。

最后，如果您确实不知如何进行修改，可以在文章结尾处留言，我会将修改后的文件进行打包并发送给您。（由于 BLOG 的服务器容量和流量都比较小，故无法直接提供下载文件，望予以理解。）

另外附上免费的大语言模型可供使用，注册可以访问：SiliconCloud，Qwen、GLM、零一万物、META的llama、deepseek等都可以免费使用，快来试试吧。