Update MaxKB.mdx

Author: xueqidove

docs/pages/MaxKB.mdx

@@ -29,7 +29,7 @@ MaxKB 企业级智能体平台秉持开源开放的核心理念，积极拥抱
 ○分段（Segmentation）： 系统将根据内置的智能分段规则对文档内容进行自动分段拆分，针对格式不规范或分段要求复杂的文档也可以切换到高级分段通过自定义规则进行复杂文档拆分。分段完成后可以预览分段效果，预览时也支持用户手动分段，以确保内容分段符合预期。   
 ○向量化（Vectorization）： 分段后的文本通过向量模型（Embedding Model）进行向量化，向量化过程将文档转换为高维向量，并存储在专门的向量数据库（如：PostgreSQL）中 。这一过程是 RAG 管道中相似度检索的基石，它使得系统能够将向量化后的用户问题基于语义在知识库中进行高效的相似度检索，而非简单的关键词匹配。  
 
-- **命中处理模式**mei sh： MaxKB 提供了两种灵活的命中处理方式，以适应不同的问答需求：
+- **命中处理模式**： MaxKB 提供了两种灵活的命中处理方式，以适应不同的问答需求：
 
 ○模型优化（Model Optimization）： 当用户的提问命中知识库中的分段时，系统会根据预先设定的应用提示词，将检索到的分段内容与用户问题一同发送给大模型进行优化，并由大模型生成最终答案 。这种方式适用于需要大模型进行推理、归纳和总结的复杂问答场景。   
 
@@ -38,7 +38,7 @@ MaxKB 企业级智能体平台秉持开源开放的核心理念，积极拥抱
 ### 11.3.2.灵活的工作流编排与工具调用
 MaxKB 的核心优势远不止于检索增强生成 RAG，灵活强大的工作流引擎以及工具调用更是其向智能体平台迈进的关键一步。   
 - **工作流引擎（Workflow）**： 平台提供了一个强大的内置工作流引擎，支持拖拽式编排，使得非技术人员也能轻松定义和自动化复杂的业务流程 。通过工作流，用户可以将大模型、知识库检索、外部工具调用等多个环节进行串联，实现如智能客服的复杂会话逻辑、文档自动处理、多部门协作流程等需求。   
-- **工具调用（Tools Uses）**： MaxKB 支持两类工具调用，一类是基于 Python 编写的函数工具，另一类是基于 MCP (Model Context Protocol) 的服务工具 。通过函数或者 MCP服务工具的能力延伸，开发者可以轻松创建和扩展自定义工具，并基于大模型调用这些函数或 MCP服务 工具 。这种工具调用能力极大地扩展了 MaxKB 的应用边界，使其能够实现查询数据库、发送邮件、调用第三方 API 等复杂任务，从而赋予了 MaxKB 真正的 Agent 能力。   
+- **工具调用（Tools Uses）**： MaxKB 支持两类工具调用，一类是基于 Python 编写的函数工具，另一类是基于 MCP (Model Context Protocol) 的服务工具 。通过函数或者 MCP 服务工具的能力延伸，开发者可以轻松创建和扩展自定义工具，并基于大模型调用这些函数或 MCP服务 工具 。这种工具调用能力极大地扩展了 MaxKB 的应用边界，使其能够实现查询数据库、发送邮件、调用第三方 API 等复杂任务，从而赋予了 MaxKB 真正的 Agent 能力。   
 
 ### 11.3.3.模型中立及广泛的模型支持
  	MaxKB 能够轻松实现与各种大模型的集成，包括本地私有化部署的大模型（如 Llama 3、Qwen 2 等）、国内公共大模型（如 DeepSeek、通义千问、腾讯混元、字节豆包、百度千帆、智谱 AI 等）以及国外主流公共大模型（如 OpenAI、Azure OpenAI、Anthropic、Claude 等） 。这种模型中立（Model-Agnostic）的核心优势，确保了 MaxKB 能够在不断变化的大模型市场中保持灵活性和竞争力，避免了对特定模型供应商的锁定 。