FastGPT怎麼用 開源知識庫問答系統搭建教程

FastGPT是一個開源的知識庫問答系統，可以上傳文件構建自己的AI知識庫，讓大模型基於你的資料回答問題。它適合用來整理產品手冊、內部制度、課程資料等內容，再透過應用或工作流提供問答服務。搭建時可以按部署、建庫、上傳索引、建立應用和測試這幾步走；其中模型配置和文件質量，會直接影響回答效果。

第一步：部署FastGPT

先準備一臺能執行 Docker 的伺服器或本地電腦，並安裝 Docker 與 Docker Compose。新手建議參考 FastGPT 官方文件的 Docker Compose 部署步驟，在空目錄中執行官方互動式安裝指令碼，按提示生成配置檔案。配置裡包含資料庫、服務埠和登入密碼等資訊，首次部署儘量沿用指令碼生成的配置，避免手動改動遺漏依賴。

配置生成後，在 docker-compose.yml 所在目錄啟動服務：執行 docker compose up -d。首次拉取映像和初始化資料庫需要一些時間，可以用 docker compose ps 檢視容器狀態；若某個容器反覆退出，再檢視日誌定位原因。啟動成功後，透過伺服器地址加 3000 埠開啟頁面，例如 http://伺服器IP:3000，並使用配置檔案中的 root 登入密碼進入管理介面。

初次登入通常要先配置模型，至少準備聊天模型和索引模型：聊天模型負責組織答案，索引模型負責把文件轉成向量以便檢索。進入管理員模型配置頁面，填寫模型服務商、模型名稱、API 地址和金鑰，再儲存並測試連線。不同服務商欄位略有區別，照服務商給出的 OpenAI 相容介面資訊填寫；提示連線失敗時，優先檢查地址、金鑰和伺服器網路。

第二步：建立知識庫

從左側選單進入知識庫頁面，點選新建，填寫容易辨認的名稱和用途說明，例如“售後常見問題”或“員工制度”。隨後按資料型別選擇合適的處理方式，並確認該知識庫使用的索引模型。剛開始可以先建一個小型測試庫，匯入少量文件驗證檢索效果，確定分段和問答表現正常後，再逐步遷移完整資料，方便排錯也更容易維護。

上傳文件並索引

點進知識庫後選擇上傳檔案，常見資料可使用 TXT、Markdown、PDF、DOCX、PPTX、CSV 或表格檔案；也可按介面提供的入口錄入文字或問答對。上傳前先清理重複、過期和無關內容，掃描版 PDF 若無法識別文字，應先做 OCR。檔名儘量體現主題，後續排查召回結果時更容易知道答案來自哪份材料。

• 上傳檔案後選擇合適的分段或解析設定。段落過長可能混入多個主題，過短則容易丟失上下文；可先用系統預設值試跑，再根據測試問題調整。
• 確認文件編碼、標題和表格內容沒有明顯錯亂，再啟動解析與索引。等待任務顯示完成後，抽查幾段內容，重點看標題、列表和關鍵欄位是否被正確提取。
• 用知識庫的搜尋或測試功能輸入文件裡的具體問題，檢查是否檢索到對應片段。若找不到，先核對檔案是否索引完成，再嘗試縮短分段、補充關鍵詞或重做解析。

第三步：建立應用並測試

進入應用頁面，新建一個問答應用，在應用配置中選擇剛才建立的知識庫，並設定回答方式。提示詞可以簡單說明角色、回答範圍和找不到依據時的處理規則，例如要求優先依據知識庫內容回答，不確定時明確說明資料中沒有相關資訊。檢索引數先用預設配置，避免一開始同時改動太多選項；儲存後進入除錯頁面，測試幾種問法。

測試時別隻問文件標題，最好準備真實使用者會說的口語問題、同義表達和資料中沒有答案的問題。觀察回答是否準確、引用片段是否對應；答偏了就回到知識庫檢查原文與分段，再根據需要調整提示詞或檢索設定。確認穩定後，可按 FastGPT 提供的分享、嵌入或 API 入口接入網站和業務系統，並定期更新過期資料。若想試試國內的學術問答替代方案，可瞭解切問學術：qiewenpaper.cgref.cn。教程整理：潤滅。