docs: update the framework of doc site (#207)

Signed-off-by: Carson Yang <yangchuansheng33@gmail.com>

docSite/content/docs/workflow/modules/_index.md

@@ -0,0 +1,8 @@
+---
+weight: 420
+title: "模块介绍"
+description: "介绍 FastGPT 的常用模块"
+icon: "apps"
+draft: false
+images: []
+---

docSite/content/docs/workflow/modules/ai_chat.md

@@ -0,0 +1,71 @@
+---
+title: "AI 对话"
+description: "FastGPT AI 对话模块介绍"
+icon: "chat"
+draft: false
+toc: true
+weight: 423
+---
+
+## 特点
+
+- 可重复添加（复杂编排时防止线太乱，可以更美观）
+- 有外部输入
+- 有静态配置
+- 触发执行
+- 核心模块
+
+![](/imgs/aichat.png)
+
+## 参数说明
+
+### 对话模型
+
+可以通过 [config.json](/docs/installation/reference/models/) 配置可选的对话模型，通过 [one-api](/docs/installation/one-api/) 来实现多模型接入。
+
+### 温度 & 回复上限
+
++ **温度**：越低回答越严谨，少废话（实测下来，感觉差别不大）
++ **回复上限**：最大回复 token 数量（只有 OpenAI 模型有效）。注意，是回复！不是总 tokens。
+
+### 系统提示词（可被外部输入覆盖）
+
+被放置在上下文数组的最前面，role 为 system，用于引导模型。具体用法参考各搜索引擎的教程~
+
+### 限定词（可被外部输入覆盖）
+
+与系统提示词类似，role 也是 system 类型，只不过位置会被放置在问题前，拥有更强的引导作用。
+
+### 引用内容
+
+接收一个外部输入的数组，主要是由【知识库搜索】模块生成，也可以由 HTTP 模块从外部引入。数据结构示例如下：
+
+```ts
+type DataType = {
+  kb_id?: string;
+  id?: string;
+  q: string;
+  a: string;
+  source?: string;
+};
+// 如果是外部引入的内容，尽量不要携带 kb_id 和 id
+const quoteList: DataType[] = [
+  { kb_id: '11', id: '222', q: '你还', a: '哈哈', source: '' },
+  { kb_id: '11', id: '333', q: '你还', a: '哈哈', source: '' },
+  { kb_id: '11', id: '444', q: '你还', a: '哈哈', source: '' }
+];
+```
+
+## 完整上下文组成
+
+最终发送给 LLM 大模型的数据是一个数组，内容和顺序如下：
+
+```bash
+[
+    系统提示词
+    引用内容
+    聊天记录
+    限定词
+    问题
+]
+```

docSite/content/docs/workflow/modules/content_extract.md

@@ -0,0 +1,60 @@
+---
+title: "内容提取"
+description: "FastGPT 内容提取模块介绍"
+icon: "content_paste_go"
+draft: false
+toc: true
+weight: 424
+---
+
+## 特点
+
+- 可重复添加
+- 有外部输入
+- 需要手动配置
+- 触发执行
+- function_call 模块
+- 核心模块
+
+![](/imgs/extract1.png)
+
+## 功能
+
+从文本中提取结构化数据，通常是配合 HTTP 模块实现扩展。也可以做一些直接提取操作，例如：翻译。
+
+## 参数说明
+
+### 提取要求描述
+
+顾名思义，给模型设置一个目标，需要提取哪些内容。
+
+**示例 1**
+
+> 你是实验室预约助手，从对话中提取出姓名，预约时间，实验室号。当前时间 {{cTime}}
+
+**示例 2**
+
+> 你是谷歌搜索助手，从对话中提取出搜索关键词
+
+**示例 3**
+
+> 将我的问题直接翻译成英文，不要回答问题
+
+### 历史记录
+
+通常需要一些历史记录，才能更完整的提取用户问题。例如上图中需要提供姓名、时间和实验室名，用户可能一开始只给了时间和实验室名，没有提供自己的姓名。再经过一轮缺失提示后，用户输入了姓名，此时需要结合上一次的记录才能完整的提取出 3 个内容。
+
+### 目标字段
+
+目标字段与提取的结果相对应，从上图可以看到，每增加一个字段，输出会增加一个对应的出口。
+
++ **key**: 字段的唯一标识，不可重复！
++ **字段描述**：描述该字段是关于什么的，例如：姓名、时间、搜索词等等。
++ **必须**：是否强制模型提取该字段，可能提取出来是空字符串。
+
+## 输出介绍
+
+- **字段完全提取**：说明用户的问题中包含需要提取的所有内容。
+- **提取字段缺失**：与 “字段完全提取” 对立，有缺失提取的字段时触发。
+- **完整提取结果**: 一个 JSON 字符串，包含所有字段的提取结果。
+- **目标字段提取结果**：类型均为字符串。

docSite/content/docs/workflow/modules/guide.md

@@ -0,0 +1,18 @@
+---
+title: "用户引导"
+description: "FastGPT 用户引导模块介绍"
+icon: "psychology"
+draft: false
+toc: true
+weight: 426
+---
+
+## 特点
+
+- 仅可添加 1 个
+- 无外部输入
+- 不参与实际调度
+
+如图，可以在用户提问前给予一定引导。并可以设置引导问题。
+
+![](/imgs/guide.png)

docSite/content/docs/workflow/modules/history.md

@@ -0,0 +1,19 @@
+---
+title: "历史记录"
+description: "FastGPT 历史记录模块介绍"
+icon: "history"
+draft: false
+toc: true
+weight: 427
+---
+
+# 特点
+
+- 可重复添加（防止复杂编排时线太乱，重复添加可以更美观）
+- 无外部输入
+- 流程入口
+- 自动执行
+
+每次对话时，会从数据库取最多 n 条聊天记录作为上下文。注意，不是指本轮对话最多 n 条上下文，本轮对话还包括：提示词、限定词、引用内容和问题。
+
+![](/imgs/history.png)

docSite/content/docs/workflow/modules/http.md

@@ -0,0 +1,104 @@
+---
+title: "HTTP 模块"
+description: "FastGPT HTTP 模块介绍"
+icon: "http"
+draft: false
+toc: true
+weight: 428
+---
+
+## 特点
+
+- 可重复添加
+- 有外部输入
+- 手动配置
+- 触发执行
+- 核中核模块
+
+![](/imgs/http1.png)
+
+## 介绍
+
+HTTP 模块会向对应的地址发送一个 POST 请求（Body 中携带 JSON 类型的参数，具体的参数可自定义），并接收一个 JSON 响应值，字段也是自定义。如上图中，我们定义了一个入参：「提取的字段」（定义的 key 为 appointment，类型为 string）和一个出参：「提取结果」（定义的 key 为 response，类型为 string）。
+
+那么，这个请求的命令为：
+
+```bash
+curl --location --request POST 'https://xxxx.laf.dev/appointment-lab' \
+--header 'Content-Type: application/json' \
+--data-raw '{
+  "appointment":"{\"name\":\"小明\",\"time\":\"2023/08/16 15:00\",\"labname\":\"子良A323\"}"
+}'
+```
+
+响应为：
+
+```json
+{
+  "response": "您已经有一个预约记录了，每人仅能同时预约一个实验室:\n  姓名：小明\n  时间: 2023/08/15 15:00\n  实验室: 子良A323\n      "
+}
+```
+
+{{% alert context="warning" %}}
+如果你不想额外部署服务，可以使用 [Laf](https://laf.dev/) 来快速开发上线接口，即写即发，无需部署。
+
+下面是在 Laf 上编写的一个请求示例：
+{{% /alert %}}
+
+```ts
+import cloud from '@lafjs/cloud';
+const db = cloud.database();
+
+export default async function (ctx: FunctionContext) {
+  const { appointment } = ctx.body;
+  const { name, time, labname } = JSON.parse(appointment);
+
+  const missData = [];
+  if (!name) missData.push('你的姓名');
+  if (!time) missData.push('需要预约的时间');
+  if (!labname) missData.push('实验室名称');
+
+  if (missData.length > 0) {
+    return {
+      response: `请提供: ${missData.join('、')}`
+    };
+  }
+
+  const { data: record } = await db
+    .collection('LabAppointment')
+    .where({
+      name,
+      status: 'unStart'
+    })
+    .getOne();
+
+  if (record) {
+    return {
+      response: `您已经有一个预约记录了，每人仅能同时预约一个实验室:
+  姓名：${record.name}
+  时间: ${record.time}
+  实验室: ${record.labname}
+      `
+    };
+  }
+
+  await db.collection('LabAppointment').add({
+    name,
+    time,
+    labname,
+    status: 'unStart'
+  });
+
+  return {
+    response: `预约成功。
+  姓名：${name}
+  时间: ${time}
+  实验室: ${labname}
+  `
+  };
+}
+```
+
+## 作用
+
+基于 HTTP 模块可以无限扩展，比如操作数据库、执行联网搜索、发送邮箱等等。如果你有有趣的案例，欢迎提交 PR 到 [编排案例](/docs/category/examples)

docSite/content/docs/workflow/modules/input.md

@@ -0,0 +1,17 @@
+---
+title: "用户问题"
+description: "FastGPT 用户问题模块介绍"
+icon: "input"
+draft: false
+toc: true
+weight: 430
+---
+
+## 特点
+
+- 可重复添加（防止复杂编排时线太乱，重复添加可以更美观）
+- 无外部输入
+- 流程入口
+- 自动执行
+
+![](/imgs/chatinput.png)

docSite/content/docs/workflow/modules/question.md

@@ -0,0 +1,78 @@
+---
+title: "问题分类"
+description: "FastGPT 问题分类模块介绍"
+icon: "quiz"
+draft: false
+toc: true
+weight: 425
+---
+
+## 特点
+
+- 可重复添加
+- 有外部输入
+- 需要手动配置
+- 触发执行
+- function_call 模块
+
+![](/imgs/cq1.png)
+
+## 功能
+
+可以将用户的问题进行分类，分类后执行不同操作。在一些较模糊的场景中，分类效果不是很明显。
+
+## 参数说明
+
+### 系统提示词
+
+被放置在对话最前面，可用于补充说明分类内容的定义。例如问题会被分为：
+
+1. 打招呼
+2. Laf 常见问题
+3. 其他问题
+
+由于 Laf 不是一个明确的东西，需要给它一个定义，此时提示词里可以填入 Laf 的定义：
+
+```
+Laf 是云开发平台，可以快速的开发应用
+Laf 是一个开源的 BaaS 开发平台（Backend as a Service)
+Laf 是一个开箱即用的 serverless 开发平台
+Laf 是一个集「函数计算」、「数据库」、「对象存储」等于一身的一站式开发平台
+Laf 可以是开源版的腾讯云开发、开源版的 Google Firebase、开源版的 UniCloud
+```
+
+### 聊天记录
+
+适当增加一些聊天记录，可以联系上下文进行分类。
+
+### 用户问题
+
+用户输入的内容。
+
+### 分类内容
+
+依然以这 3 个分类为例，可以看到最终组成的 Function。其中返回值由系统随机生成，不需要关心。
+
+1. 打招呼
+2. Laf 常见问题
+3. 其他问题
+
+```js
+const agentFunction = {
+    name: agentFunName,
+    description: '判断用户问题的类型属于哪方面，返回对应的枚举字段',
+    parameters: {
+      type: 'object',
+      properties: {
+        type: {
+          type: 'string',
+          description: `打招呼，返回: abc；Laf 常见问题，返回：vvv；其他问题，返回：aaa`
+          enum: ["abc","vvv","aaa"]
+        }
+      },
+      required: ['type']
+    }
+};
+```
+
+上面的 Function 必然会返回 `type = abc，vvv，aaa` 其中一个值，从而实现分类判断。

docSite/content/docs/workflow/modules/reply.md

@@ -0,0 +1,32 @@
+---
+title: "指定回复"
+description: "FastGPT 指定回复模块介绍"
+icon: "reply"
+draft: false
+toc: true
+weight: 429
+---
+
+## 特点
+
+- 可重复添加（防止复杂编排时线太乱，重复添加可以更美观）
+- 可手动输入
+- 可外部输入
+- 会输出结果给客户端
+
+制定回复模块通常用户特殊状态回复，当然你也可以像图 2 一样，实现一些比较骚的操作~ 触发逻辑非常简单：
+
+1. 一种是写好回复内容，通过触发器触发。
+2. 一种是不写回复内容，直接由外部输入触发，并回复输入的内容。
+
+{{< figure
+    src="/imgs/specialreply.png"
+    alt=""
+    caption="图 1"
+    >}}
+
+{{< figure
+    src="/imgs/specialreply2.png"
+    alt=""
+    caption="图 2"
+    >}}

docSite/content/docs/workflow/modules/trigger.md

@@ -0,0 +1,24 @@
+---
+title: "触发器"
+description: "FastGPT 触发器模块介绍"
+icon: "work_history"
+draft: false
+toc: true
+weight: 421
+---
+
+细心的同学可以发现，在每个功能模块里都会有一个叫【触发器】的外部输入，并且是 any 类型。
+
+它的**核心作用**就是控制模块的执行时机，以下图两个知识库搜索中的【AI 对话】模块为例子：
+
+| 图 1                         | 图 2                         |
+| ---------------------------- | ---------------------------- |
+| ![](/imgs/trigger1.png) | ![](/imgs/trigger2.png) |
+
+【知识库搜索】模块中，由于**引用内容**始终会有输出，会导致【AI 对话】模块的**引用内容**输入无论有没有搜到内容都会被赋值。如果此时不连接触发器（图 2），在搜索结束后必定会执行【AI 对话】模块。
+
+有时候，你可能希望空搜索时候进行额外处理，例如：回复固定内容、调用其他提示词的 GPT、发送一个 HTTP 请求…… 此时就需要用到触发器，需要将 **搜索结果不为空** 和 **触发器** 连接起来。
+
+当搜索结果为空时，【知识库搜索】模块不会输出 **搜索结果不为空** 的结果，因此 【AI 对话】 模块的触发器始终为空，便不会执行。
+
+总之，记住模块执行的逻辑就可以灵活的使用触发器：**外部输入字段（有连接的才有效）全部被赋值时才会被执行**。

docSite/content/docs/workflow/modules/variable.md

@@ -0,0 +1,35 @@
+---
+title: "全局变量"
+description: "FastGPT 全局变量模块介绍"
+icon: "variables"
+draft: false
+toc: true
+weight: 422
+---
+
+## 特点
+
+- 仅可添加 1 个
+- 需要手动配置
+- 对其他模块有影响
+- 可作为用户引导
+
+## 说明
+
+可以在对话前设置一些问题，让用户输入或选择，并将用户输入/选择的结果注入到其他模块中。目前仅会注入到 string 类型的数据里（对应蓝色圆圈的输入）。
+
+如下图，定义了两个变量：目标语言和下拉框测试（忽略）
+
+用户在对话前会被要求先填写目标语言，配合用户引导，我们就构建了一个简单的翻译机器人。**目标语言**的 `key：language` 被写入到【AI 对话】模块的限定词里。
+
+![](/imgs/variable.png)
+
+通过完整对话记录我们可以看到，实际的限定词从：“将我的问题直接翻译成{{language}}” 变成了 “将我的问题直接翻译成英语”，因为 {{language}} 被变量替换了。
+
+![](/imgs/variable2.png)
+
+## 系统级变量
+
+除了用户自定义设置的变量外，还会有一些系统变量：
+
++ **cTime**: 当前时间。例如：2023/3/3 20:22