LLMs之AgentDevP：FastGPT的简介、安装和使用方法、案例应用之详细攻略
目录
[1、FastGPT 的核心特点](#1、FastGPT 的核心特点)
[1.1. 应用编排能力](#1.1. 应用编排能力)
[1.2. 强大的知识库能力](#1.2. 强大的知识库能力)
[1.3. 完善的应用调试与评估](#1.3. 完善的应用调试与评估)
[1.4. 全面的 OpenAPI 接口](#1.4. 全面的 OpenAPI 接口)
[1.5. 便捷的运营与分享能力](#1.5. 便捷的运营与分享能力)
[1.6. 其他特性](#1.6. 其他特性)
[2. 商业使用与协议](#2. 商业使用与协议)
[1. 快速部署 (使用 Sealos)](#1. 快速部署 (使用 Sealos))
[2. 本地开发与部署](#2. 本地开发与部署)
[3. API 使用](#3. API 使用)
[1. 相关官方项目](#1. 相关官方项目)
[2. 第三方生态与集成](#2. 第三方生态与集成)
FastGPT的简介
2023年8月，FastGPT 是一个基于大型语言模型（LLMs）构建的 AI Agent 构建平台。它提供了一整套开箱即用的功能，包括数据处理、模型调用、RAG（检索增强生成）检索以及通过 Flow 可视化进行工作流编排的能力。这使得用户可以轻松开发和部署复杂的问答系统及其他应用场景，而无需进行繁琐的设置或配置。
GitHub地址 ：https://github.com/labring/FastGPT
1、FastGPT 的核心特点
根据其路线图（RoadMap），FastGPT 的核心特点可以分为以下几个方面：
1.1. 应用编排能力
>> 可视化工作流： 支持通过 Flow 可视化界面进行工作流编排，实现复杂的应用逻辑。
>> 多种工作流类型： 包括对话工作流和插件工作流。
>> 基础 RPA 节点： 内置了基础的机器人流程自动化（RPA）节点，用于执行自动化任务。
>> Agent 模式： 支持构建具备自主规划和执行能力的 AI 代理。
>> AI 生成工作流： 计划支持通过 AI 自动生成工作流。
1.2. 强大的知识库能力
>> 多种数据源支持： 支持手动输入、直接分段、QA 拆分等多种导入方式。支持的文件格式包括 txt, md, html, pdf, docx, pptx, csv, xlsx。此外，还支持从 URL 读取内容和批量导入 CSV 文件。
>> 高级检索功能： 采用混合检索（Hybrid Search）和重排（Rerank）技术，以提升检索的准确性。
>> 灵活的知识库管理： 支持多个知识库的复用和混合使用，并且可以记录数据块（chunk）的修改与删除。
>> API 知识库： 允许通过 API 对接外部知识源。
>> 模块化设计： RAG 模块支持热插拔，方便用户根据需求进行定制。
1.3. 完善的应用调试与评估
>> 单点搜索测试： 提供知识库单点搜索测试功能，方便验证检索效果。
>> 实时反馈与修正： 在对话过程中可以反馈引用来源，并支持对引用进行修改和删除。
>> 完整的调用链路日志： 记录了从用户输入到模型输出的完整调用链路，便于问题排查。
>> 高级调试模式： 为高级编排提供了 DeBug 调试模式和应用节点日志。
>> 应用评测： 内置应用评测功能，用于评估 AI 应用的效果。
1.4. 全面的 OpenAPI 接口
>> 对齐 GPT 接口： 提供与 OpenAI GPT completions 接口对齐的 Chat 模式接口，方便迁移和集成。
>> CRUD 操作： 提供针对知识库和对话的创建（Create）、读取（Read）、更新（Update）、删除（Delete）的全套 API。
>> 自动化接口文档： 提供自动化的 OpenAPI 接口文档。
1.5. 便捷的运营与分享能力
>> 免登录分享： 支持创建免登录即可访问的分享窗口，方便应用传播。
>> Iframe 嵌入： 支持通过 Iframe 将应用一键嵌入到现有网站中。
>> 统一对话管理： 运营人员可以统一查阅所有对话记录，并对数据进行标注。
>> 运营日志： 提供应用运营相关的日志，便于分析和监控。
1.6. 其他特性
>> 可视化模型配置： 用户可以通过界面直观地配置所使用的 AI 模型。
>> 语音能力： 支持语音输入和语音输出，并且可以配置为语音输入、语音回答的模式。
>> 模糊输入提示： 为用户提供输入建议，提升交互体验。
>> 模板市场： 提供丰富的应用模板，帮助用户快速启动项目。
2. 商业使用与协议
>> 开源协议: 项目遵循 FastGPT Open Source License。
>> 商用规则: 允许将 FastGPT 作为后台服务直接商用，但禁止以 SaaS 服务的形式提供给他人。任何形式的商用服务都必须保留相关的版权信息，除非获得商业授权。
>> 商业版: 官方提供商业版，有明确的定价策略，可通过邮件 Dennis@sealos.io 联系。
FastGPT的安装和使用方法
1. 快速部署 (使用 Sealos)
官方推荐使用 Sealos 服务进行一键部署。
优点： 无需用户自己采购服务器和准备域名，支持高并发和动态伸缩。其数据库应用基于 Kubeblocks，IO 性能优于简单的 Docker 容器部署。
教程： https://doc.fastgpt.io/docs/introduction/development/sealos/
2. 本地开发与部署
技术栈： 项目主要使用 NextJs, TypeScript, ChakraUI 作为前端框架，后端依赖 MongoDB 和 PostgreSQL（需要 PG Vector 插件）或 Milvus 进行向量存储。
步骤：
环境准备： 根据 dev.md 文档准备好相应的开发环境和依赖。
配置文件： 参考《系统配置文件说明》文档，配置数据库、AI 模型等关键信息。
https://doc.fastgpt.io/docs/introduction/development/configuration/
多模型支持： 若需接入多个大模型（如 Azure, 文心一言等），可参考《多模型配置方案》。
启动项目： 按照开发文档中的指引启动本地服务。
版本更新： 项目提供了《版本更新/升级介绍》文档，指导用户如何平滑升级到新版本。
https://doc.fastgpt.io/docs/upgrading
3. API 使用
FastGPT 提供了丰富的 OpenAPI 文档，开发者可以根据文档说明，将 FastGPT 的知识库问答、对话等能力集成到自己的应用中。
https://doc.fastgpt.io/docs/introduction/development/openapi/intro
FastGPT的案例应用
1. 相关官方项目
FastGPT-plugin: FastGPT 的插件集合，用于扩展其功能。
Laf: 一个 Serverless 开发平台，可以帮助用户在 3 分钟内快速接入第三方应用。
Sealos: 一键部署包括 FastGPT 在内的各类集群应用。
One API: 一个多模型管理项目，支持统一管理 Azure、文心一言等多种大模型 API。
2. 第三方生态与集成
PPIO 派欧云: 提供高性价比的开源模型 API 和 GPU 容器调用服务。
AI Proxy: 国内的模型聚合服务。
SiliconCloud (硅基流动): 一个开源模型在线体验平台。
企业微信和飞书接入： 项目文档中提供了将 FastGPT 机器人接入企业微信和飞书的详细教程。