(RAG系列) FastGPT工作流的http请求模块使用

FastGPT工作流的http请求模块使用

版本

fastgpt v4.8.10

使用说明

question接收传入的变量,msg集合则是包含返回的变量,

fastgpt的工作流的http请求模块填写 url -> http://xxxx:5000/deal_response

代码模板

from flask import Flask, request
import json
import re
app = Flask(__name__)

@app.route('/deal_response', methods=["POST"])
def deal_data():
    #获取传入变量
    question = request.args.get('question', '')
    msg = {"code": 200, "message": "success", "question": question}
    #这里在msg里面添加key、value值(输出变量)
    #......
    #处理逻辑

    return msg

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)
相关推荐
古月居GYH35 分钟前
工业界主流大语言模型后训练技术综述:偏好对齐与能力提升
人工智能·语言模型·自然语言处理
是小白_鸭4 小时前
(RAG系列) FastGPT通过API调用工作流问答
ai·语言模型·自然语言处理
开出南方的花4 小时前
大模型微调介绍-Prompt-Tuning
人工智能·自然语言处理·lora·llm·prompt·peft·adapter
i鹰斯坦爱吃红烧you6 小时前
探索 Transformer²:大语言模型自适应的新突破
人工智能·pytorch·python·深度学习·语言模型·自然语言处理·transformer
蜉蝣1号7 小时前
【已解决】我和ollama运行的qwen2.5大模型通信,总是返回GGGG?
人工智能·ai·语言模型·aigc
AI趋势预见7 小时前
AAPM:基于大型语言模型代理的资产定价模型,夏普比率提高9.6%
人工智能·深度学习·神经网络·语言模型·自然语言处理
三月七(爱看动漫的程序员)10 小时前
LARGE LANGUAGE MODELS ARE HUMAN-LEVEL PROMPT ENGINEERS
大数据·人工智能·算法·语言模型·自然语言处理·prompt
beyond阿亮12 小时前
llama.cpp编译和运行 API调用
c++·人工智能·ai·llama
康顺哥12 小时前
“扣子”开发之四:与千帆AppBuilder比较
人工智能·机器学习·ai·ai编程