FastGPT

3天前更新 2 0 0

企业级开源 AI Agent 构建平台,以知识库 RAG 为底座,通过可视化工作流与 Flow 编排零代码搭建专属 AI 应用,支持 Docker 私有化部署,数据 100% 自主可控。

所在地:
中国
语言:
中文
收录时间:
2026-08-02
开发商:FastGPT
产品定位:开源企业级 AI Agent 平台
部署方式:Docker / Sealos / 商业部署
是否开源:是,FastGPT 开源许可
核心能力:知识库问答,可视化工作流,混合检索重排,多格式解析,Flow 编排,Agent 工具,MCP 双向接入,模型聚合,API 生态
适用人群:开发者,业务人员,企业 IT,数据敏感组织
应用场景:企业知识库,智能客服,销售助理,简历筛选,工单路由,财务报销,研发助手,行业 Agent

FastGPT 是一个基于大语言模型的 AI Agent 应用开发平台,集知识库问答、可视化工作流、Agent 编排、工具调用和技能扩展于一体,让开发者和业务人员都能快速构建专属 AI 应用。

FastGPT 官方定位为 “Enterprise AI Agent Builder / Open Source RAG Platform”,核心公式是”Flexible AI Workflow + AI Knowledge Base + Template System + Agentic RAG = Powerful AI Agent Builder”。

平台提供开源版(社区自托管)、云服务版(fastgpt.io)和商业版三种形态,GitHub Stars 29,000+,生产环境私有化部署案例 25,000+。

FastGPT 商业版已在金融、制造、HR、客服等 1,000+ 企业落地,研发知识助手将新员工培训周期缩短 1 周以上、重复咨询减少 30%、检索时间缩短至 30 秒;投资研究场景自动化率 90%+,生产时间节省 90%;OA 报销审批场景审查效率提升 50%,异常检测提升 70%。

 

产品概述

FastGPT 官方对自己的定义是:”FastGPT 是一个 AI Agent 构建平台,提供开箱即用的数据处理与模型调用能力,同时可通过 Flow 进行可视化工作流编排,实现复杂的应用场景”。

它的产品基因是”知识库 RAG 特化”——自动文本预处理、向量化、QA 分割、混合检索,独创的 QA 问答对存储机制相比传统 Chunk 方案显著提升匹配准确率,从根本上缓解幻觉。在 RAG 能力之上,FastGPT 叠加了可视化 Flow 工作流、Agent 编排、工具调用、MCP 双向接入、模型聚合等能力,使其成为一个”以知识库为底座的企业级 AI Agent 构建平台”。

 

FastGPT 提供三种使用方式 :

· 云服务版本:fastgpt.io,官方托管,注册即用

· 社区自托管版本:可以使用 Docker 快速部署,也可以使用 Sealos Cloud 来一键部署

· 商业版:如果需要更完整的功能或深度的服务支持,可以选择商业版

 

核心能力

· 知识库系统

  • 支持手动输入、直接分割、QA 分割导入
  • 支持 txt、md、html、pdf、docx、pptx、csv、xlsx 等格式,支持 URL 读取与 CSV 批量导入
  • 智能处理 PDF 复杂结构,保留图片、表格和 LaTeX 公式,自动识别扫描文件并结构化为 Markdown
  • 图片自动标注与索引,视觉内容可被理解和检索
  • 多数据库复用与混合
  • Chunk 记录修改与删除
  • 混合检索与重排(Hybrid retrieval & reranking)
  • API 知识库与 RAG 模块热插拔

· 应用编排

  • Agent 模式、对话工作流、插件工作流
  • 基础 RPA 节点
  • 用户交互双向 MCP
  • 辅助工作流生成
  • 丰富功能节点组件,灵活流程编排

· 应用调试

  • 知识库单点搜索测试
  • 对话中引用反馈与编辑删除
  • 完整调用链日志
  • 应用评估与高级编排
  • Debug 模式与应用节点日志

· 模型与 API 生态

  • 支持 ChatGPT、Claude、DeepSeek、文心一言等主流模型
  • AIProxy 聚合多模型 API
  • 标准 OpenAPI 接口(Completions 接口对齐 GPT 聊天模式、知识库 CRUD、对话 CRUD、自动化 OpenAPI)
  • 模板市场

· 运营与协作

  • 免登录分享窗口
  • 一键 Iframe 嵌入
  • 统一对话记录审查与数据标注
  • 应用操作日志
  • 可视化模型配置、语音输入输出、模糊输入提示

· 企业级特性

  • SSO 与 RBAC 支持
  • 模型集成与调试审计,合规可控
  • 生产级架构,专为真实负载设计

 

优势亮点

· RAG 特化,直击企业知识库痛点:混合检索 + 重排 + QA 分割 + 自动结构化,从根本上缓解幻觉,数据自动清洗并保持实时更新

· 可视化 Flow 编排零代码:拖拽式界面,丰富功能节点,零代码也能实现复杂业务流程;业务人员可独立构建 AI 应用

· 开源可私有化,数据 100% 自主可控:FastGPT 开源许可证允许后端服务商用(未授权 SaaS 除外),企业可完全私有部署,满足金融、政务、医疗等数据敏感行业的合规要求

· 模型中立:ChatGPT、Claude、DeepSeek、文心一言等主流模型均可接入,AIProxy 聚合多模型 API,避免厂商锁定

· 生产级架构:SSO、RBAC、调试审计、调用链日志、生产级架构,专为真实企业负载设计;25,000+ 私有化生产部署验证

· 商业版深度服务:从咨询到交付的专家咨询、实施支持、企业定制,不止于工具,而是 AI 转型长期伙伴

· 活跃生态:GitHub 29,000+ Stars,模板市场、第三方生态(AI Proxy、SiliconCloud、PPIO)、飞书社区

 

短板

· 开源许可证有商用限制:FastGPT 开源许可证允许后端服务商用,但未授权不得提供 SaaS 服务,纯 SaaS 创业需购买商业授权

· 自托管有技术门槛:Docker Compose 部署需要准备 MongoDB、PostgreSQL/Milvus/SeekDB 向量库、AIProxy 等组件,对运维能力有一定要求;Windows 原生环境不建议直接部署,需 WSL2

· 大规模向量检索需调优:PgVector 版本适合 5000 万以下知识库索引;1 亿+ 向量需切换到 Milvus 版本,推荐配置 16c64g/200GB 以上

· 企业级功能在商业版:SSO、RBAC、深度服务支持等完整企业功能需商业版授权

· 工作流深度不及专业框架:相比 LangGraph 等专业 Agent 框架,FastGPT 的 Flow 编排在复杂多智能体协商、持久化状态机等方面仍有差距

 

适用人群与场景

· 企业 IT 部门:需数据私有化、构建安全可控的企业级 AI Agent

· AI 应用开发者:希望基于开源平台快速构建垂直领域 AI 应用,支持二次开发

· 业务人员:通过零代码拖拽构建专属 AI 助手,无需依赖技术团队

· 金融/政务/医疗组织:对数据隐私要求极高,必须私有化部署的行业

· 典型场景

  • 销售与营销:AI 销售助理、金融市场报告、销售培训
  • 客户支持:智能工单路由、AI 客服
  • HR 与行政:智能简历筛选、报销审核
  • 研发:研发知识助手、代码问答
  • 法务与财务:合同审查、异常检测

FastGPT 官方定位:”Make AI the new engine of business growth”——让 AI 成为业务增长的新引擎。

 

部署与安装

 

FastGPT 支持三种部署形态,社区自托管版通过 Docker Compose 一键启动 。

 

一、环境准备

· 操作系统:Linux / macOS / Windows(Windows 强烈建议 WSL2 + Docker Desktop)

· 依赖:Docker + Docker Compose v2.17+

· 最低配置:2c4g(PgVector 测试环境);推荐 4c8g(100 万向量组)、8c32g/200GB(500 万向量组)

· 向量库选项:PgVector(轻量,适合 5000 万以下索引)/ Milvus(1 亿+ 向量更佳)/ SeekDB / Zilliz Cloud

 

二、Docker Compose 快速部署

1.安装 Docker 环境:

curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
systemctl enable --now docker

curl -L https://github.com/docker/compose/releases/download/v2.20.3/docker-compose-$(uname -s)-$(uname -m) -o /usr/local/bin/docker-compose
chmod +x /usr/local/bin/docker-compose

docker -v && docker compose version

2.拉取配置文件并启动(国内镜像):

mkdir fastgpt && cd fastgpt
bash <(curl -fsSL https://doc.fastgpt.cn/deploy/install.sh) --region=cn --vector=pg
docker compose -f docker-compose.pg.yml up -d

3.访问与登录:

    • 启动完成后访问 http://localhost:3000
    • 默认账号:root
    • 默认密码:1234(可在 docker-compose.yml 中修改 DEFAULT_ROOT_PSW)

 

三、Sealos 一键部署

如果不想自己维护 Docker 环境,可使用 Sealos Cloud 一键部署 FastGPT,免运维。

 

四、商业版私有部署

企业客户可联系 FastGPT 团队获取商业版,获得:

· Sealos 全托管:1 万元起/月(免运维)/ 2.2 万元起/月(多节点高并发)

· 自有服务器部署:6 个版本免费升级支持

· SSO、RBAC、深度服务支持与企业定制

 

五、初始化配置

首次登录后系统会提示配置模型:

  1. 配置对话模型:在模型配置页面添加 ChatGPT、Claude、DeepSeek、文心一言等(通过 AIProxy 聚合)
  2. 配置索引模型:添加 BAAI/bge-m3 等向量化模型
  3. 创建知识库:进入”知识库”→”新建”→”通用知识库”,上传 PDF/Word/PPT/txt 等文档,系统自动解析、分块、向量化
  4. 创建应用:进入”应用”→”新建”→选择”知识库+对话指导”模板,关联知识库并配置提示词
  5. 发布:支持免登录分享窗口、Iframe 嵌入、OpenAPI 调用

 

六、本地开发部署(开发者)

git clone git@github.com:<your_github_username>/FastGPT.git
cd FastGPT/deploy/dev && docker compose up -d
cd FastGPT/projects/app
cp .env.template .env.local
cp data/config.json data/config.local.json
# 代码根目录
pnpm i && cd projects/app && pnpm dev

生产环境建议:PgVector 版本适合中小规模知识库(5000 万索引以下),启动快、依赖少;1 亿+ 向量规模切换到 Milvus 版本。Windows 用户务必使用 WSL2,避免在原生 Windows 下运行 Docker 导致路径映射和网络权限问题。MongoDB 需配置副本集,连接字符串增加 directConnection=true 参数。

 

选型建议

· 个人/小团队体验​ → Docker Compose 自托管(PgVector 版本),零成本

· 中小企业生产部署​ → Docker Compose 自托管 + 商业版技术支持

· 大型企业/数据敏感行业​ → 商业版私有部署 + SSO/RBAC + 专家实施

· 免运维需求​ → Sealos 一键部署或 fastgpt.io 云服务版

相关导航