mirror of
https://github.com/labring/FastGPT.git
synced 2025-07-23 13:03:50 +00:00
perf: auto load icons (#688)
* perf: icon * perf: icon * doc * perf: simple edit ui * doc * doc * doc * doc
This commit is contained in:
@@ -50,9 +50,12 @@ FastGPT 商业版软件根据不同的部署方式,分为 4 类收费模式。
|
||||
| Sealos全托管 | 1. 有效期内免费升级。<br>2. 免运维服务&数据库。<br>3. 赠送 10000 元 Sealos 云资源额度。 | 半天 | 3000元起/月(3个月起)<br>或<br>30000元起/年 |
|
||||
| 自有服务器-单机版 | 1. 6个版本的升级服务。 | 14天内 | 60000元/套(不限时长) |
|
||||
| 自有服务器-Sealos版 | 1. 6个版本的升级服务。 | 14天内 | 150000元/套(不限时长)|
|
||||
|
||||
{{< /table >}}
|
||||
|
||||
{{% alert icon="🤖 " context="success" %}}
|
||||
6个版本的升级服务不是指只能用 6 个版本,而是指依赖 FastGPT 团队提供的升级服务。大部分时候,建议自行升级,也不麻烦。
|
||||
{{% /alert %}}
|
||||
|
||||
|
||||
## 技术支持
|
||||
|
||||
@@ -84,4 +87,11 @@ FastGPT 商业版软件根据不同的部署方式,分为 4 类收费模式。
|
||||
|
||||
2. 二次开发如何操作?
|
||||
|
||||
可自行修改开源版代码进行二次开发,不支持修改商业版镜像。
|
||||
可自行修改开源版代码进行二次开发,不支持修改商业版镜像。
|
||||
|
||||
|
||||
## Sealos 费用
|
||||
|
||||
Sealos 云服务属于按量计费,下面是它的价格表:
|
||||
|
||||

|
||||
|
@@ -178,7 +178,8 @@ weight: 708
|
||||
{
|
||||
"model": "gpt-3.5-turbo-1106",
|
||||
"name": "GPT35-1106",
|
||||
"price": 0, // 除以 100000 后等于1个token的价格
|
||||
"inputPrice": 0, // 输入价格。 xx元/1k tokens
|
||||
"outputPrice": 0, // 输出价格。 xx元/1k tokens
|
||||
"maxContext": 16000, // 最大上下文长度
|
||||
"maxResponse": 4000, // 最大回复长度
|
||||
"quoteMaxToken": 2000, // 最大引用内容长度
|
||||
@@ -192,7 +193,8 @@ weight: 708
|
||||
"name": "GPT35-16k",
|
||||
"maxContext": 16000,
|
||||
"maxResponse": 16000,
|
||||
"price": 0,
|
||||
"inputPrice": 0,
|
||||
"outputPrice": 0,
|
||||
"quoteMaxToken": 8000,
|
||||
"maxTemperature": 1.2,
|
||||
"censor": false,
|
||||
@@ -204,7 +206,8 @@ weight: 708
|
||||
"name": "GPT4-8k",
|
||||
"maxContext": 8000,
|
||||
"maxResponse": 8000,
|
||||
"price": 0,
|
||||
"inputPrice": 0,
|
||||
"outputPrice": 0,
|
||||
"quoteMaxToken": 4000,
|
||||
"maxTemperature": 1.2,
|
||||
"censor": false,
|
||||
@@ -216,7 +219,8 @@ weight: 708
|
||||
"name": "GPT4-Vision",
|
||||
"maxContext": 128000,
|
||||
"maxResponse": 4000,
|
||||
"price": 0,
|
||||
"inputPrice": 0,
|
||||
"outputPrice": 0,
|
||||
"quoteMaxToken": 100000,
|
||||
"maxTemperature": 1.2,
|
||||
"censor": false,
|
||||
@@ -239,7 +243,8 @@ weight: 708
|
||||
"name": "GPT35-1106",
|
||||
"maxContext": 16000,
|
||||
"maxResponse": 4000,
|
||||
"price": 0,
|
||||
"inputPrice": 0,
|
||||
"outputPrice": 0,
|
||||
"toolChoice": true, // 是否支持openai的 toolChoice, 不支持的模型需要设置为 false,会走提示词生成
|
||||
"functionPrompt": ""
|
||||
},
|
||||
@@ -248,7 +253,7 @@ weight: 708
|
||||
"name": "GPT4-8k",
|
||||
"maxContext": 8000,
|
||||
"maxResponse": 8000,
|
||||
"price": 0,
|
||||
"inputPrice": 0,
|
||||
"toolChoice": true,
|
||||
"functionPrompt": ""
|
||||
}
|
||||
@@ -259,7 +264,7 @@ weight: 708
|
||||
"name": "GPT35-1106",
|
||||
"maxContext": 16000,
|
||||
"maxResponse": 4000,
|
||||
"price": 0,
|
||||
"outputPrice": 0,
|
||||
"toolChoice": true,
|
||||
"functionPrompt": ""
|
||||
}
|
||||
@@ -270,14 +275,15 @@ weight: 708
|
||||
"name": "GPT35-1106",
|
||||
"maxContext": 1600,
|
||||
"maxResponse": 4000,
|
||||
"price": 0
|
||||
"inputPrice": 0,
|
||||
"outputPrice": 0,
|
||||
}
|
||||
],
|
||||
"vectorModels": [ // 向量模型
|
||||
{
|
||||
"model": "text-embedding-ada-002",
|
||||
"name": "Embedding-2",
|
||||
"price": 0.2,
|
||||
"inputPrice": 0,
|
||||
"defaultToken": 700,
|
||||
"maxToken": 3000
|
||||
}
|
||||
@@ -287,7 +293,7 @@ weight: 708
|
||||
{
|
||||
"model": "tts-1",
|
||||
"name": "OpenAI TTS1",
|
||||
"price": 0,
|
||||
"inputPrice": 0,
|
||||
"baseUrl": "",
|
||||
"key": "",
|
||||
"voices": [
|
||||
@@ -303,7 +309,7 @@ weight: 708
|
||||
"whisperModel": {
|
||||
"model": "whisper-1",
|
||||
"name": "Whisper1",
|
||||
"price": 0
|
||||
"inputPrice": 0
|
||||
}
|
||||
}
|
||||
```
|
||||
|
@@ -35,12 +35,16 @@ OneAPI 中没有配置该模型渠道。
|
||||
|
||||
### 如何更新?
|
||||
|
||||
执行下面命令会自动拉取最新镜像,一般情况下不需要执行额外操作。
|
||||
1. 查看[更新文档](/docs/development/upgrading/intro/),确认要升级的版本,避免跨版本升级。
|
||||
2. 修改镜像 tag 到指定版本
|
||||
3. 执行下面命令会自动拉取镜像:
|
||||
|
||||
```bash
|
||||
docker-compose pull
|
||||
docker-compose up -d
|
||||
```
|
||||
```bash
|
||||
docker-compose pull
|
||||
docker-compose up -d
|
||||
```
|
||||
|
||||
4. 执行初始化脚本(如果有)
|
||||
|
||||
### 如何自定义配置文件?
|
||||
|
||||
|
@@ -59,14 +59,17 @@ FastGPT 商业版共包含了3个应用(fastgpt, fastgpt-plus, fastgpt-admin
|
||||
例如,目前是4.5 版本,要升级到4.5.1,就先把镜像版本改成v4.5.1,执行一下升级脚本,等待完成后再继续升级。如果目标版本不需要执行初始化,则可以跳过。
|
||||
|
||||
升级步骤:
|
||||
1. 打开sealos的应用管理
|
||||
2. 有3个应用 fastgpt , fastgpt-plugin 和 fastgpt-admin
|
||||
3. 点击对应应用右边3个点,变更。或者点详情后右上角的变更。
|
||||
4. 修改镜像名栏
|
||||
|
||||
1. 查看[更新文档](/docs/development/upgrading/intro/),确认要升级的版本,避免跨版本升级。
|
||||
2. 打开 sealos 的应用管理
|
||||
3. 有2个应用 fastgpt , fastgpt-pro
|
||||
4. 点击对应应用右边3个点,变更。或者点详情后右上角的变更。
|
||||
5. 修改镜像的版本号
|
||||
|
||||

|
||||
|
||||
5. 点击变更/重启,会自动拉取最新镜像进行更新
|
||||
6. 执行对应版本的初始化脚本
|
||||
6. 点击变更/重启,会自动拉取最新镜像进行更新
|
||||
7. 执行对应版本的初始化脚本(如果有)
|
||||
|
||||
### 如何获取 FastGPT 访问链接
|
||||
|
||||
@@ -88,34 +91,6 @@ FastGPT 商业版共包含了3个应用(fastgpt, fastgpt-plus, fastgpt-admin
|
||||
|
||||
[配置文件参考](https://doc.fastgpt.in/docs/development/configuration/)
|
||||
|
||||
FeConfig 参考下面(目前未做可视化)
|
||||
```
|
||||
"FeConfig": {
|
||||
"show_emptyChat": false, // 是否展示聊天时空白的内容
|
||||
"show_register": true, // 展示注册按键
|
||||
"show_appStore": false, // 应用市场(暂时不可用)
|
||||
"show_contact": false, // 联系方式(目前不可配置,直接false)
|
||||
"show_git": false, // 展示 github
|
||||
"show_doc": false, // 展示文档
|
||||
"show_pay": true, // 展示支付
|
||||
"show_openai_account": false, // 用户可自定义 openai key
|
||||
"show_promotion": false, // 邀请好友机制
|
||||
"docUrl": "https://doc.fastgpt.in", // 文档基本地址
|
||||
"systemTitle": "FastGPT", // 系统的 title
|
||||
"googleClientVerKey": "", // 谷歌 v3 校验前端凭证
|
||||
"isPlus": true, // 直接设置 true
|
||||
"oauth": { // oauth登录
|
||||
"github": "",
|
||||
"google": ""
|
||||
},
|
||||
"limit": {
|
||||
"exportLimitMinutes": 0 // 导出间隔限制
|
||||
},
|
||||
"scripts": [
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
### 修改站点名称以及 favicon
|
||||
修改应用的环境变量,增加
|
||||
|
||||
@@ -134,6 +109,7 @@ SYSTEM_FAVICON 可以是一个网络地址
|
||||
新增一个挂载文件,文件名为:/app/projects/app/public/icon/logo.svg ,值为 svg 对应的值。
|
||||
|
||||

|
||||
|
||||

|
||||
|
||||
### 管理后台
|
||||
@@ -148,45 +124,8 @@ SYSTEM_FAVICON 可以是一个网络地址
|
||||
"license": "",
|
||||
"system": {
|
||||
"title": "" // 系统名称
|
||||
},
|
||||
"censor": {
|
||||
"BAIDU_TEXT_CENSOR_CLIENTID": "", // 百度文本安全校验
|
||||
"BAIDU_TEXT_CENSOR_CLIENTSECRET": "" // 百度文本安全校验
|
||||
},
|
||||
"auth": {
|
||||
"googleServiceVerKey": "", // 谷歌 v3 校验
|
||||
"github": { // github oauth
|
||||
"clientId": "",
|
||||
"secret": ""
|
||||
},
|
||||
"google": { // google oauth
|
||||
"clientId": "",
|
||||
"secret": ""
|
||||
},
|
||||
"email": { // 注册邮箱配置
|
||||
"service": "qq",
|
||||
"user": "",
|
||||
"pass": ""
|
||||
},
|
||||
"phone": { // 阿里短信配置
|
||||
"SNED_PHONE_ACCESSKEYID": "",
|
||||
"SNED_PHONE_ACCESSSECRET": "",
|
||||
"SNED_PHONE_SIGNNAME": "",
|
||||
"SNED_PHONE_TEMPLATE": ""
|
||||
}
|
||||
},
|
||||
"pay": { // 微信支付配置
|
||||
"wx": {
|
||||
"WX_APPID": "",
|
||||
"WX_MCHID": "",
|
||||
"WX_V3_CODE": "",
|
||||
"WX_NOTIFY_URL": "",
|
||||
"WX_SERIAL_NO": "",
|
||||
"WX_PRIVATE_KEY": ""
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
```
|
||||
|
||||
### One API 使用
|
||||
|
@@ -1,5 +1,5 @@
|
||||
---
|
||||
title: 'V4.6.6-alpha(需要改配置文件)'
|
||||
title: 'V4.6.6(需要改配置文件)'
|
||||
description: 'FastGPT V4.6.6'
|
||||
icon: 'upgrade'
|
||||
draft: false
|
||||
@@ -7,8 +7,6 @@ toc: true
|
||||
weight: 830
|
||||
---
|
||||
|
||||
**版本仍在开发中……**
|
||||
|
||||
## 配置文件变更
|
||||
|
||||
为了减少代码重复度,我们对配置文件做了一些修改:[点击查看最新的配置文件](/docs/development/configuration/)
|
||||
@@ -18,4 +16,5 @@ weight: 830
|
||||
1. 新增 - 搜索方式:分离向量语义检索,全文检索和重排,通过 RRF 进行排序合并。
|
||||
2. 优化 - 问题分类提示词,id引导。测试国产商用 api 模型(百度阿里智谱讯飞)使用 Prompt 模式均可分类。
|
||||
3. UI 优化,未来将逐步替换新的UI设计。
|
||||
4. 查看 [FastGPT 2024 RoadMap](https://github.com/labring/FastGPT?tab=readme-ov-file#-%E5%9C%A8%E7%BA%BF%E4%BD%BF%E7%94%A8)
|
||||
4. 优化代码:Icon 抽离和自动化获取。
|
||||
5. 查看 [FastGPT 2024 RoadMap](https://github.com/labring/FastGPT?tab=readme-ov-file#-%E5%9C%A8%E7%BA%BF%E4%BD%BF%E7%94%A8)
|
@@ -49,7 +49,7 @@ FastGPT 采用了 `PostgresSQL` 的 `PG Vector` 插件作为向量检索器,
|
||||
|
||||
| 库 | 集合 | 数据 |
|
||||
| --- | --- | --- |
|
||||
|  |  |  |
|
||||
|  |  |  |
|
||||
|
||||
### 导入数据方案1 - 直接分段导入
|
||||
|
||||
@@ -57,7 +57,7 @@ FastGPT 采用了 `PostgresSQL` 的 `PG Vector` 插件作为向量检索器,
|
||||
|
||||
| 交互 | 结果 |
|
||||
| --- | --- |
|
||||
|  |  |
|
||||
|  |  |
|
||||
|
||||
|
||||
### 导入数据方案2 - QA导入
|
||||
@@ -66,7 +66,7 @@ FastGPT 采用了 `PostgresSQL` 的 `PG Vector` 插件作为向量检索器,
|
||||
|
||||
| 交互 | 结果 |
|
||||
| --- | --- |
|
||||
|  |  |
|
||||
|  |  |
|
||||
|
||||
### 导入数据方案3 - 手动录入
|
||||
|
||||
@@ -74,7 +74,7 @@ FastGPT 采用了 `PostgresSQL` 的 `PG Vector` 插件作为向量检索器,
|
||||
|
||||
| | | |
|
||||
| --- | --- | --- |
|
||||
|  |  |  |
|
||||
|  |  |  |
|
||||
|
||||
### 导入数据方案4 - CSV录入
|
||||
|
||||
|
@@ -21,7 +21,7 @@ weight: 504
|
||||
密钥需要自己保管好,一旦关闭就无法再复制密钥,只能创建新密钥再复制。
|
||||
{{% /alert %}}
|
||||
|
||||

|
||||

|
||||
|
||||
|
||||
## 3. 创建 docker-compose.yml 文件
|
||||
|
@@ -15,7 +15,7 @@ weight: 505
|
||||
密钥需要自己保管好,一旦关闭就无法再复制密钥,只能创建新密钥再复制。
|
||||
{{% /alert %}}
|
||||
|
||||

|
||||

|
||||
|
||||
{{% alert icon="🍅" context="success" %}}
|
||||
Tips: 安全起见,你可以设置一个额度或者过期时间,放置 key 被滥用。
|
||||
|
@@ -9,7 +9,7 @@ weight: 402
|
||||
|
||||
| | |
|
||||
| --------------------- | --------------------- |
|
||||
|  |  |
|
||||
|  |  |
|
||||
|
||||
|
||||
如上图,利用 HTTP 模块,你可以外接一个搜索引擎作为AI回复的参考资料。这里以调用 Google Search API 为例。注意:本文主要是为了介绍 HTTP 模型,具体的搜索效果需要依赖提示词和搜索引擎,尤其是【搜索引擎】,简单的搜索引擎无法获取更详细的内容,这部分可能需要更多的调试。
|
||||
|
@@ -9,8 +9,8 @@ weight: 403
|
||||
|
||||
| | |
|
||||
| --------------------- | --------------------- |
|
||||
|  |  |
|
||||
|  |  |
|
||||
|  |  |
|
||||
|  |  |
|
||||
|
||||
|
||||
|
||||
@@ -26,7 +26,7 @@ weight: 403
|
||||
|
||||
## 2. 问题分类
|
||||
|
||||

|
||||

|
||||
|
||||
如上图,用户问题作为对话的起点,流入【问题分类模块】,根据用户问题的内容,判断用户是询问实验室相关问题、预约实验室或其他问题。如果用户询问的是非实验问题,会直接拒绝回复内容。再根据问题是属于询问实验室相关/预约类问题,执行不同的流程。
|
||||
|
||||
@@ -43,7 +43,7 @@ weight: 403
|
||||
|
||||
| | | |
|
||||
| --------------------- | --------------------- |--------------------- |
|
||||
|  |  |  |
|
||||
|  |  |  |
|
||||
|
||||
内容提取是 LLM 带来的十分重要的能力,可以从自然语言中提取出结构化的数据,从而方便进行逻辑处理。
|
||||
|
||||
@@ -57,7 +57,7 @@ weight: 403
|
||||
|
||||
HTTP 模块允许你调用任意 GET/POST 类型的 HTTP 接口,从而实现一些复杂的业务逻辑。这里我们调用了一个预约实验室的接口,传入的是信息提取模块的结果和预约行为。
|
||||
|
||||

|
||||

|
||||
|
||||
具体的入参结构可以参考[HTTP模块](/docs/workflow/modules/http/),实在不行在接口里多打印 Debug。
|
||||
|
||||
|
@@ -13,7 +13,7 @@ weight: 364
|
||||
- 有外部输入
|
||||
- 触发执行
|
||||
|
||||

|
||||

|
||||
|
||||
## 背景
|
||||
|
||||
@@ -21,11 +21,11 @@ weight: 364
|
||||
|
||||
在搜索的过程中,尤其是连续对话的搜索,我们通常会发现后续的问题难以搜索到合适的内容,其中一个原因是知识库搜索只会使用“当前”的问题去执行。看下面的例子:
|
||||
|
||||

|
||||

|
||||
|
||||
用户在提问“第二点是什么”的时候,只会去知识库里查找“第二点是什么”,压根查不到内容。实际上需要查询的是“QA结构是什么”。因此我们需要引入一个【问题补全】模块,来对用户当前的问题进行补全,从而使得知识库搜索能够搜索到合适的内容。使用补全后效果如下:
|
||||
|
||||

|
||||

|
||||
|
||||
|
||||
## 功能
|
||||
|
@@ -18,8 +18,8 @@ weight: 354
|
||||
|
||||
| | |
|
||||
| --------------------- | --------------------- |
|
||||
|  |  |
|
||||
|  |  |
|
||||
|  |  |
|
||||
|  |  |
|
||||
|
||||
|
||||
## 介绍
|
||||
|
@@ -15,7 +15,7 @@ weight: 355
|
||||
- 触发执行
|
||||
- 核中核模块
|
||||
|
||||

|
||||

|
||||
|
||||
## 介绍
|
||||
|
||||
|
Reference in New Issue
Block a user