FastGPT 知识库 AI Agent 平台
基于大模型的知识库平台，提供开箱即用的数据处理、RAG 检索和可视化 AI 工作流编排。
证据不足：未提供权限模型、用户确认机制、数据流透明性、敏感数据处理、依赖安全、外部影响、回滚或来源归属的具体实现。因此所有信任标准得分为0。
证据不足：未提供自洽性、依赖可用性或失败消息的具体实现。因此所有可靠性标准得分为0。
证据不足：未提供目标受众、能力边界、触发精度或环境适配的具体实现。因此所有适应性标准得分为0。
证据不足：未提供信息架构、安装说明、命名稳定性、示例和FAQ、已知限制、许可证、版本变更日志或维护责任的具体实现。因此所有约定标准得分为0。
证据不足：未提供输出可用性、边际价值或成本效益的具体实现。因此所有有效性标准得分为0。
证据不足：未提供声明可追溯性、跨来源佐证或事实与推断分离的具体实现。因此所有可验证性标准得分为0。
- 提供的文件不足以进行完整的FARS-2.1评估；仅包含README、许可证、安全策略、package.json、工作流和测试文件。
- 未提供AGENTS.md清单，但未要求。
- 发布者身份未验证，但未因此扣分。
这个 Agent 能做什么，适合哪些场景？
FastGPT 是一个 AI Agent 构建平台，由 labring 开发，基于大语言模型构建知识库问答系统。它提供了完整的数据处理管道，包括 TXT、MD、HTML、PDF、Docx、PPTX、CSV、XLSX 等多种文件格式的导入，以及 URL 读取和 CSV 批量导入。核心功能包括知识库多库复用、混合检索与重排、chunk 记录修改和删除，以及 API 知识库。用户可以通过 Flow 可视化编辑器编排对话工作流和插件工作流，支持 Agent Skill 编排、用户交互节点、双向 MCP 和基础 RPA 节点。平台还提供应用调试能力，如知识库单点搜索测试、对话引用反馈、完整调用链路日志和应用评测。运营方面支持免登录分享、iframe 嵌入和对话记录标注。
FastGPT 读取多种格式的文档（TXT、MD、HTML、PDF、Docx、PPTX、CSV、XLSX）和 URL 内容，进行文本拆分和 QA 导入，构建知识库。它通过混合检索和重排算法进行知识检索，支持多库复用。用户可通过可视化 Flow 编辑器创建对话工作流和插件工作流，编排 AI 模型调用、用户交互和 MCP 集成。平台执行工作流时，调用大模型 API 生成回答，并返回引用来源。还提供应用调试和运营功能，例如搜索测试、日志查看、对话标注和 iframe 嵌入。部署通过 Docker 和 docker compose 完成，使用 Next.js 构建前端。
- 企业内部知识库：将分散的员工手册、培训文档、PDF 等导入 FastGPT，员工可通过对话方式快速查询公司政策和流程。
- 客户支持自动化：基于产品文档构建 RAG 机器人，自动回复常见客户问题，并支持人工介入标注和优化。
- 科研文献管理：上传研究论文和报告，通过混合检索快速定位相关段落，辅助文献综述和引用。
- 教育辅导：教师将教材和讲义导入知识库，学生通过问答系统获取个性化学习支持。
- 法律或合规文档审查：将法律条文和合规手册导入，通过对话查询和引用跟踪，辅助审查工作。
- 开发者工具：将 API 文档和代码示例导入，开发者通过对话快速获取技术问题和用法解析。
这个 Agent 有哪些优点和局限？
- 开箱即用的数据处理：支持多种文件格式和 URL 导入，自动拆分和 QA 导入，减少前期工作。
- 可视化工作流编排：通过 Flow 编辑器可创建复杂对话和插件工作流，无需编写大量代码。
- 多库复用和混合检索：支持多知识库混用和混合检索与重排，提升检索准确性。
- 完整的调试和运营功能：提供搜索测试、调用链路日志、应用评测、对话标注等功能，便于优化。
- 开源协议限制：不允许提供 SaaS 服务，商用需保留版权信息，有商业授权限制。
- 部署依赖 Docker：需要 Docker 环境，对非技术用户部署有一定门槛。
- 商业版功能缺失：高级功能如完整商业支持、深度服务需要购买商业版，社区版功能有限。
- 部分功能未完成：如高级编排 DeBug 模式、RAG 模块热更新等仍处于未完成状态。
- 模型调用依赖外部大模型 API：需要自备模型 API 或使用默认配置，可能产生额外成本。
如何安装或部署这个 Agent？
使用 Docker 快速部署：在终端执行 bash <(curl -fsSL https://doc.fastgpt.io/deploy/install.sh) 拉取配置文件，然后运行 docker compose up -d 启动。启动后通过 http://localhost:3000 访问，默认账号 root，密码 1234。
如何使用这个 Agent？
访问 FastGPT 界面后，创建知识库，上传文档（支持 TXT、MD、HTML、PDF、Docx、PPTX、CSV、XLSX 或 URL），系统自动进行文本拆分。在应用编辑器中选择知识库，通过 Flow 可视化编排工作流，添加模型调用和用户交互节点。配置完成后，即可在对话界面进行测试和部署，可嵌入 iframe 或分享免登录链接。
这个 Agent 与同类方案有什么区别？
与 Dify 等类似的开源 LLM 应用平台相比，FastGPT 更专注于知识库问答场景，提供了更深度的数据处理和 RAG 优化，但生态和插件丰富度可能不如 Dify。