FastGPT怎么用 开源知识库问答系统搭建教程

FastGPT是一个开源的知识库问答系统，可以上传文档构建自己的AI知识库，让大模型基于你的资料回答问题。它适合用来整理产品手册、内部制度、课程资料等内容，再通过应用或工作流提供问答服务。搭建时可以按部署、建库、上传索引、创建应用和测试这几步走；其中模型配置和文档质量，会直接影响回答效果。

第一步：部署FastGPT

先准备一台能运行 Docker 的服务器或本地电脑，并安装 Docker 与 Docker Compose。新手建议参考 FastGPT 官方文档的 Docker Compose 部署步骤，在空目录中运行官方交互式安装脚本，按提示生成配置文件。配置里包含数据库、服务端口和登录密码等信息，首次部署尽量沿用脚本生成的配置，避免手动改动遗漏依赖。

配置生成后，在 docker-compose.yml 所在目录启动服务：执行 docker compose up -d。首次拉取镜像和初始化数据库需要一些时间，可以用 docker compose ps 查看容器状态；若某个容器反复退出，再查看日志定位原因。启动成功后，通过服务器地址加 3000 端口打开页面，例如 http://服务器IP:3000，并使用配置文件中的 root 登录密码进入管理界面。

初次登录通常要先配置模型，至少准备聊天模型和索引模型：聊天模型负责组织答案，索引模型负责把文档转成向量以便检索。进入管理员模型配置页面，填写模型服务商、模型名称、API 地址和密钥，再保存并测试连接。不同服务商字段略有区别，照服务商给出的 OpenAI 兼容接口信息填写；提示连接失败时，优先检查地址、密钥和服务器网络。

第二步：创建知识库

从左侧菜单进入知识库页面，点击新建，填写容易辨认的名称和用途说明，例如“售后常见问题”或“员工制度”。随后按资料类型选择合适的处理方式，并确认该知识库使用的索引模型。刚开始可以先建一个小型测试库，导入少量文档验证检索效果，确定分段和问答表现正常后，再逐步迁移完整资料，方便排错也更容易维护。

上传文档并索引

点进知识库后选择上传文件，常见资料可使用 TXT、Markdown、PDF、DOCX、PPTX、CSV 或表格文件；也可按界面提供的入口录入文本或问答对。上传前先清理重复、过期和无关内容，扫描版 PDF 若无法识别文字，应先做 OCR。文件名尽量体现主题，后续排查召回结果时更容易知道答案来自哪份材料。

• 上传文件后选择合适的分段或解析设置。段落过长可能混入多个主题，过短则容易丢失上下文；可先用系统默认值试跑，再根据测试问题调整。
• 确认文档编码、标题和表格内容没有明显错乱，再启动解析与索引。等待任务显示完成后，抽查几段内容，重点看标题、列表和关键字段是否被正确提取。
• 用知识库的搜索或测试功能输入文档里的具体问题，检查是否检索到对应片段。若找不到，先核对文件是否索引完成，再尝试缩短分段、补充关键词或重做解析。

第三步：创建应用并测试

进入应用页面，新建一个问答应用，在应用配置中选择刚才创建的知识库，并设置回答方式。提示词可以简单说明角色、回答范围和找不到依据时的处理规则，例如要求优先依据知识库内容回答，不确定时明确说明资料中没有相关信息。检索参数先用默认配置，避免一开始同时改动太多选项；保存后进入调试页面，测试几种问法。

测试时别只问文档标题，最好准备真实用户会说的口语问题、同义表达和资料中没有答案的问题。观察回答是否准确、引用片段是否对应；答偏了就回到知识库检查原文与分段，再根据需要调整提示词或检索设置。确认稳定后，可按 FastGPT 提供的分享、嵌入或 API 入口接入网站和业务系统，并定期更新过期资料。若想试试国内的学术问答替代方案，可了解切问学术：qiewenpaper.cgref.cn。教程整理：润灭。