mirror of
https://github.com/labring/FastGPT.git
synced 2025-07-23 21:13:50 +00:00
122 lines
5.0 KiB
Markdown
122 lines
5.0 KiB
Markdown
---
|
||
weight: 749
|
||
title: "私有部署常见问题"
|
||
description: "FastGPT 私有部署常见问题"
|
||
icon: upgrade
|
||
draft: false
|
||
images: []
|
||
---
|
||
|
||
## 一、错误排查方式
|
||
|
||
遇到问题先按下面方式排查。
|
||
|
||
1. `docker ps -a` 查看所有容器运行状态，检查是否全部 running，如有异常，尝试`docker logs 容器名`查看对应日志。
|
||
2. 容器都运行正常的，`docker logs 容器名` 查看报错日志
|
||
3. 带有`requestId`的，都是 OneAPI 提示错误，大部分都是因为模型接口报错。
|
||
4. 无法解决时，可以找找[Issue](https://github.com/labring/FastGPT/issues)，或新提 Issue，私有部署错误，务必提供详细的日志，否则很难排查。
|
||
|
||
|
||
## 二、通用问题
|
||
|
||
### 能否纯本地运行
|
||
|
||
可以。需要准备好向量模型和LLM模型。
|
||
|
||
### 其他模型没法进行问题分类/内容提取
|
||
|
||
1. 看日志。如果提示 JSON invalid，not support tool 之类的，说明该模型不支持工具调用或函数调用，需要设置`toolChoice=false`和`functionCall=false`，就会默认走提示词模式。目前内置提示词仅针对了商业模型API进行测试。问题分类基本可用，内容提取不太行。
|
||
2. 如果已经配置正常，并且没有错误日志，则说明可能提示词不太适合该模型，可以通过修改`customCQPrompt`来自定义提示词。
|
||
|
||
### 页面崩溃
|
||
|
||
1. 关闭翻译
|
||
2. 检查配置文件是否正常加载，如果没有正常加载会导致缺失系统信息，在某些操作下会导致空指针。（95%情况是配置文件不对，可以F12打开控制台，看具体的空指针情况）
|
||
3. 某些api不兼容问题（较少）
|
||
|
||
### 开启内容补全后，响应速度变慢
|
||
|
||
1. 问题补全需要经过一轮AI生成。
|
||
2. 会进行3~5轮的查询，如果数据库性能不足，会有明显影响。
|
||
|
||
### 对话接口报错或返回为空(core.chat.Chat API is error or undefined)
|
||
|
||
1. 检查 AI 的 key 问题：通过 curl 请求看是否正常。务必用 stream=true 模式。并且 maxToken 等相关参数尽量一致。
|
||
2. 如果是国内模型，可能是命中风控了。
|
||
3. 查看模型请求日志，检查出入参数是否异常。
|
||
|
||
```sh
|
||
# curl 例子。
|
||
curl --location --request POST 'https://xxx.cn/v1/chat/completions' \
|
||
--header 'Authorization: Bearer sk-xxxx' \
|
||
--header 'Content-Type: application/json' \
|
||
--data-raw '{
|
||
"model": "gpt-3.5-turbo",
|
||
"stream": true,
|
||
"temperature": 1,
|
||
"max_tokens": 3000,
|
||
"messages": [
|
||
{
|
||
"role": "user",
|
||
"content": "你是谁"
|
||
}
|
||
]
|
||
}'
|
||
```
|
||
|
||
### 页面中可以正常回复，API 报错
|
||
|
||
页面中是用 stream=true 模式，所以API也需要设置 stream=true 来进行测试。部分模型接口（国产居多）非 Stream 的兼容有点垃圾。
|
||
和上一个问题一样，curl 测试。
|
||
|
||
### 知识库索引没有进度/索引很慢
|
||
|
||
先看日志报错信息。有以下几种情况：
|
||
|
||
1. 可以对话，但是索引没有进度：没有配置向量模型（vectorModels）
|
||
2. 不能对话，也不能索引：API调用失败。可能是没连上OneAPI或OpenAI
|
||
3. 有进度，但是非常慢：api key不行，OpenAI的免费号，一分钟只有3次还是60次。一天上限200次。
|
||
|
||
### Connection error
|
||
|
||
网络异常。国内服务器无法请求OpenAI，自行检查与AI模型的连接是否正常。
|
||
|
||
或者是FastGPT请求不到 OneAPI（没放同一个网络）
|
||
|
||
### 修改了 vectorModels 但是没有生效
|
||
|
||
1. 重启容器，确保模型配置已经加载（可以在日志或者新建知识库时候看到新模型）
|
||
2. 记得刷新一次浏览器。
|
||
3. 如果是已经创建的知识库，需要删除重建。向量模型是创建时候绑定的，不会动态更新。
|
||
|
||
## 三、常见的 OneAPI 错误
|
||
|
||
带有 requestId 的都是 OneAPI 的报错。
|
||
|
||
### insufficient_user_quota user quota is not enough
|
||
|
||
OneAPI 账号的余额不足，默认 root 用户只有 200 刀，可以手动修改。
|
||
|
||
路径：打开OneAPI -> 用户 -> root用户右边的编辑 -> 剩余余额调大
|
||
|
||
### xxx渠道找不到
|
||
|
||
FastGPT 模型配置文件中的 model 必须与 OneAPI 渠道中的模型对应上，否则就会提示这个错误。可检查下面内容：
|
||
|
||
1. OneAPI 中没有配置该模型渠道，或者被禁用了。
|
||
2. FastGPT 配置文件有 OneAPI 没有配置的模型。如果 OneAPI 没有配置对应模型的，配置文件中也不要写。
|
||
3. 使用旧的向量模型创建了知识库，后又更新了向量模型。这时候需要删除以前的知识库，重建。
|
||
|
||
如果OneAPI中，没有配置对应的模型，`config.json`中也不要配置，否则容易报错。
|
||
|
||
### Incorrect API key provided: sk-xxxx.You can find your api Key at xxx
|
||
|
||
OneAPI 的 API Key 配置错误，需要修改`OPENAI_API_KEY`环境变量，并重启容器（先 docker-compose down 然后再 docker-compose up -d 运行一次）。
|
||
|
||
可以`exec`进入容器，`env`查看环境变量是否生效。
|
||
|
||
### bad_response_status_code bad response status code 503
|
||
|
||
1. 模型服务不可用
|
||
2. 模型接口参数异常（温度、max token等可能不适配）
|
||
3. .... |