mirror of
https://github.com/labring/FastGPT.git
synced 2025-07-23 13:03:50 +00:00
82 lines
2.9 KiB
Markdown
82 lines
2.9 KiB
Markdown
---
|
|
title: '快速了解 FastGPT'
|
|
description: 'FastGPT 的能力与优势'
|
|
icon: 'rocket_launch'
|
|
draft: false
|
|
toc: true
|
|
weight: -10
|
|
---
|
|
|
|
FastGPT 是一个基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的问答场景！
|
|
|
|
{{% alert icon="🤖 " context="success" %}}
|
|
FastGPT 在线体验：[https://fastgpt.run](https://fastgpt.run)
|
|
{{% /alert %}}
|
|
|
|
| | |
|
|
| --------------------- | --------------------- |
|
|
|  |  |
|
|
|  |  |
|
|
|
|
## FastGPT 能力
|
|
|
|
### 1. 专属 AI 客服
|
|
|
|
通过导入文档或已有问答对进行训练，让 AI 模型能根据你的文档以交互式对话方式回答问题。
|
|
|
|
|
|
|
|
### 2. 简单易用的可视化界面
|
|
|
|
FastGPT 采用直观的可视化界面设计，为各种应用场景提供了丰富实用的功能。通过简洁易懂的操作步骤，可以轻松完成 AI 客服的创建和训练流程。
|
|
|
|
|
|
|
|
### 3. 自动数据预处理
|
|
|
|
提供手动输入、直接分段、LLM 自动处理和 CSV 等多种数据导入途径，其中“直接分段”支持通过 PDF、WORD、Markdown 和 CSV 文档内容作为上下文。FastGPT 会自动对文本数据进行预处理、向量化和 QA 分割，节省手动训练时间，提升效能。
|
|
|
|
|
|
|
|
### 4. 工作流编排
|
|
|
|
基于 Flow 模块的工作流编排，可以帮助你设计更加复杂的问答流程。例如查询数据库、查询库存、预约实验室等。
|
|
|
|
|
|
|
|
### 5. 强大的 API 集成
|
|
|
|
FastGPT 对外的 API 接口对齐了 OpenAI 官方接口，可以直接接入现有的 GPT 应用，也可以轻松集成到企业微信、公众号、飞书等平台。
|
|
|
|
|
|
|
|
## FastGPT 特点
|
|
|
|
1. **项目完全开源**
|
|
|
|
FastGPT 遵循 Apache License 2.0 开源协议，你可以 [Fork](https://github.com/labring/FastGPT/fork) 之后进行二次开发和发布。FastGPT 社区版将保留核心功能，商业版仅在社区版基础上使用 API 的形式进行扩展，不影响学习使用。
|
|
|
|
2. **独特的 QA 结构**
|
|
|
|
针对客服问答场景设计的 QA 结构，提高在大量数据场景中的问答准确性。
|
|
|
|
3. **可视化工作流**
|
|
|
|
通过 Flow 模块展示了从问题输入到模型输出的完整流程，便于调试和设计复杂流程。
|
|
|
|
4. **无限扩展**
|
|
|
|
基于 API 进行扩展，无需修改 FastGPT 源码，也可快速接入现有的程序中。
|
|
|
|
5. **便于调试**
|
|
|
|
提供搜索测试、引用修改、完整对话预览等多种调试途径。
|
|
|
|
6. **支持多种模型**
|
|
|
|
支持 GPT、Claude、文心一言等多种 LLM 模型，未来也将支持自定义的向量模型。
|
|
|
|
## 知识库核心流程图
|
|
|
|
|