Skip to content

FastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, and visual AI workflow orchestration, letting you easily develop and deploy complex question-answering systems without the need for extensive setup or configuration.

License

Notifications You must be signed in to change notification settings

Zhenyi-Wang/FastGPT

 
 

Repository files navigation

fastgpt logo

FastGPT

English | 简体中文 | 日语

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!

cloud document development project license

fastgpt.mp4

🛸 在线使用

Demo Demo
Demo Demo
#

💡 RoadMap

1 应用编排能力

  • 对话工作流、插件工作流
  • 工具调用
  • Code sandbox
  • 循环调用
  • 用户选择
  • 表单输入

2 知识库能力

  • 多库复用,混用
  • chunk 记录修改和删除
  • 支持手动输入,直接分段,QA 拆分导入
  • 支持 txt,md,html,pdf,docx,pptx,csv,xlsx (有需要更多可 PR file loader)
  • 支持 url 读取、CSV 批量导入
  • 混合检索 & 重排
  • 自定义文件读取服务
  • 自定义分块服务

3 应用调试能力

  • 知识库单点搜索测试
  • 对话时反馈引用并可修改与删除
  • 完整上下文呈现
  • 完整模块中间值呈现
  • 高级编排 DeBug 模式

4 OpenAPI 接口

  • completions 接口 (chat 模式对齐 GPT 接口)
  • 知识库 CRUD
  • 对话 CRUD

5 运营能力

  • 免登录分享窗口
  • Iframe 一键嵌入
  • 聊天窗口嵌入支持自定义 Icon,默认打开,拖拽等功能
  • 统一查阅对话记录,并对数据进行标注

6 其他

  • 支持语音输入和输出 (可配置语音输入语音回答)
  • 模糊输入提示
  • 模板市场
#

👨‍💻 开发

项目技术栈:NextJs + TS + ChakraUI + MongoDB + PostgreSQL (PG Vector 插件)/Milvus

  • ⚡ 快速部署

    使用 Sealos 服务,无需采购服务器、无需域名,支持高并发 & 动态伸缩,并且数据库应用采用 kubeblocks 的数据库,在 IO 性能方面,远超于简单的 Docker 容器部署。

    点击查看 Sealos 一键部署 FastGPT 教程

#

🏘️ 社区交流群

扫码加入飞书话题群 (新开,逐渐弃用微信群):

#

💪 相关项目

#

👀 其他

#

🌿 第三方生态

#

🤝 参与贡献

我们非常欢迎各种形式的贡献。如果你对贡献代码感兴趣,可以查看我们的 GitHub Issues,大展身手,向我们展示你的奇思妙想。




Active participants of labring - past 28 days New trends of labring
New participants of labring - past 28 days

🌟 Star History

Star History Chart #

使用协议

本仓库遵循 FastGPT Open Source License 开源协议。

  1. 允许作为后台服务直接商用,但不允许提供 SaaS 服务。
  2. 未经商业授权,任何形式的商用服务均需保留相关版权信息。
  3. 完整请查看 FastGPT Open Source License
  4. 联系方式:[email protected]点击查看商业版定价策略

About

FastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, and visual AI workflow orchestration, letting you easily develop and deploy complex question-answering systems without the need for extensive setup or configuration.

Resources

License

Stars

Watchers

Forks

Packages

No packages published

Languages

  • TypeScript 80.9%
  • HTML 13.8%
  • Python 2.3%
  • JavaScript 2.2%
  • SCSS 0.6%
  • Dockerfile 0.2%