ChatGPT 可用网址，仅供交流学习使用，如对您有所帮助，请收藏并推荐给需要的朋友。
https://ckai.xyz
国内直联GPT！清风 AIchat 手把手保姆级使用教程，适合小白
“未来几年，所有组织的管理、业务都将AI化，如何利用AI技术，是每一个管理者必须思考的问题”
自从去年 12 月 ChatGPT 发布后，带动了新的一轮应用交互革命。尤其是 GPT-3.5 接口全面放开后，LLM 应用雨后春笋般快速涌现。
企业信息化1.0 是电算化，2.0 是移动化，3.0 就是 AI 智能化了。
企业 AI 化时代，员工关心是如何提高写作效率、工作效率；管理者关心的是如何提高组织的整体效率，促进业务，带动销售，提效降费。
企业知识库是 AI 技术比较容易落地的一个场景，之前已经分享过几篇 AI 在企业知识库的应用，链接详见文末。
今天讲讲 FastGPT，这是迄今为止，我用过的最成熟的一个企业知识库 AI agent，
其他不错的知识库 AI agent，如 dify、langchatchat，有机会再分享。
FastGPT 官方已开源，用户可以自行本地部署，也可直接使用官方搭建好的网站
对于终端用户，不仅可在网站上使用FastGPT，进入自己的知识库，还可以在 Chat-NETX-WEB 客户端使用，已打通企业微信群，直接在微信群进行知识库问答 ！
下面，跟着我，5 分钟构建属于你的企业知识库！
文章写得很细，很长，建议大家先收藏
一、概念和原理
（一）名词解释
企业知识库、LLM(大语言模型）、GPT、AI 化的企业知识库、向量化...
相关名词，详见《利用 GPT-4 & LangChain 本地部署企业知识库》第一部分。
（二）FastGPT 的原理
1、原理
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。还可以通过 Flow 可视化进行工作流编排，完成 AI 客服,从而实现复杂的问答场景！
概述：
💡 专属 AI 客服：AI 模型能根据文档以交互式对话方式回答问题
💻 简单易用的可视化界面：直观的设计和操作步骤，轻松完成 AI 客服的创建和训练流程
📊 自动数据预处理：多种数据导入途径，自动处理、向量化和 QA 分割
⚙️ 工作流编排：Flow 模块的工作流编排，设计复杂的问答流程。类似我之前介绍的 Flowise
🚀 强大的 API 集成：对齐全球、国产主流AI，如 OpenAI ，清华GML，可集成到各种平台
💡 知识库核心流程图：展示问题输入到模型输出的完整流程
🌏 项目完全开源：遵循 Apache License 2.0 开源协议
2、原理流程图
FastGPT 的核心流程如下：
3、相关网址
（1）开源地址：
https://github.com/labring/FastGPT
FastGPT 是一个开源项目， 大家可以选择自行部署在本地服务器或互联网托管服务器上
（2）官方网址：fastgpt.run
服务器在新加坡，国内部分区域访问可能需要科学上网
（3）官方手册：doc.fastgpt.run
使用手册应该是 IT+钢铁直男写的，很严（hui）谨（se）。跟着我的讲解，最快上手。
二、实操案例
下面，详细讲解如何利用官方网站快速生成一个知识库，并通过手机及 chat-next-web 访问，主要步骤:
注册登录后，先上传一份文档，构建一个知识库，再新建一个应用，最后通过聊天界面与知识库进行沟通。
（一）注册
登录 fastgpt.run 网站，大家也可点击本文左下角“阅读原文”直达
也通过 AI 工具网站 www.aitools.cn 进入
进入后，界面如下：
点击“立即开始”，系统会要求你先登录
用邮箱或手机注册后登录，登录界面如下：
进入后，使用界面如下
（二）构造数据库
开始前，请准备一份测试电子文档，WORD，PDF，TXT，excel 都可以，比如公司休假制度，不涉密的销售说辞等等，
我使用的是广告大师奥格威做推销员时写的一本《将军牌炊具销售理论与实务》手册
1、新建数据库
进入“数据库”模块，点击右上角“新建”：
名字：随便起
标签：用于多个数据分类，按需求自己写
索引模型：有两个选择，一个是 OPEN AI 的 Embedding-2，一个是中文 M3E。
比较如下：
| 索引模型 | 训练速度 | 占用资源 | 语义表达 | 生成质量 |
|---|---|---|---|---|
| Embedding-2 | 快 | 少 | 一般 | 一般 |
| M3E | 慢 | 高 | 更准确 | 高 |
选择索引模式，可以将数据处理得让 AI 更容易理解。
Embedding-2 模型适合在资源有限的环境中使用，而 M3E 模型适合在需要更好的语义表达能力和生成质量的场景中使用。选择哪种模型取决于具体的需求和可用资源。
项目管理三角：进度、质量、成本，三者只能得其二。
有人推荐 M3E，实测后，我初步认为 mbedding-2 模型更“聪明”点，更适合模糊查询，
测试阶段选择 mbedding-2 模型就 OK。
（2）选择数据导入方式
在下图中选择，“导入数据”
进入以下界面：
有四种模式
- 手动输入：手动输入问答对，是最精准的数据
- QA 拆分：选择文本文件，让AI自动生成问答对
- 直接分段：选择文本文件，直接将其按分段进行处理
- CSV 导入：批量导入问答对
这里，我们选择 QA 拆分，让 AI 自动生成问答，若问答质量不高，系统支持后期手动输入。
QA 拆分又分为"上传文件“、”（网页）链接读取“、”创建文件“
你可以上传一个本地文档，也可以让系统读取一个静态网页
① 上传文件：点击浏览，将你准备的文件上传，目前支持文件格式包括：.txt, .doc, .docx, .pdf, .md
② 链接读取：可以同时读取 10 个链接，比如你要介绍你们公司，你就可以把你公司主要的网站页面链接放在这里，fastGPT 自动读取。
采用哪种读取方式，看实际情况。
比如，实操中，将网页打印为 PDF 上传，就不如直接读取链接。因为读取链接后，系统会讲读取的内容在文本框中显示，你可以手动删除一些无关的内容。
另外，上传文件，系统会建立一个“上传文件名”的数据集；如果读取链接，数据集会被放到“其他数据”中。
③ 填入拆分引导词：
拆分引导词的作用是在用户提问之前给予一定的引导。这样可以帮助用户更好地表达问题，提供更准确的信息，从而获得更准确的回答。引导词可以是一些提示性的问题，例如："请问你想了解什么关于将军牌炊具 的内容？"这样的引导可以帮助用户明确自己的需求，提高问答的效果。所以，拆分引导词对于提高问答的准确性和用户体验非常有帮助
（3）导入数据
你可以看到你上传的内容
导入向量数据库是由 AI 完成的，AI 需要消耗 token，token 需要花钱买
官方公布的索引生成计费为: 0.03/1k tokens
下面有个“预估价格”，这个价格是本次创建文件索引的价格，
FASTgpt 给每个新注册账户赠送了 2 元钱的费用 用于测试。
我们点击“确认导入”
另外，如果你在系统设置中，录入你自己的 OPEN AI key，在线上平台使用 OpenAI Chat 模型不会另行计费，直接消耗你自己的 OPEN AI key；但是知识库训练、索引生成， fastGPT 公司会另行收费（可用两元免费额度）。
(4)建立索引
系统显示，索引中
注意，在官网使用，需要排队索引
我上传的文件大概 6000 个汉字，等了 5 分钟，索引了 2 分钟。
完成索引后，可以看到 AI 自动把文件 拆分成了不同的问答
(5)搜索测试
点击“搜索测试”，输入一些关键字，可以看到拆分质量，不满意，可手动完善。
到这里，测试数据库就建立好了！
2、新建应用
（1）新建一个应用
点击，进入“应用”模块
可以选择新建，也可以使用模版
目前，官方提供了四个模版
我们从最简单的开始，新建“简单的对话”
（2）简易配置
① 选择数据库
在配置界面，拉到最下面，选择刚才我们索引的数据库
参数设置中
- “相似度”
参数调整中的 "相似度" 是用来调整搜索结果的相关性程度的。通过调整相似度参数，您可以控制搜索结果的严格程度，从而获得更符合您需求的结果。
较高的相似度阈值会使搜索结果更加严格，只返回与输入文本非常相似的内容。这意味着搜索结果可能更加精确，但也可能会错过一些相关但相似度稍低的内容。
- “单次搜索次数”：默认即可
- “空搜索”
是找不到信息后返给用户的信息，可自定义
② AI 设置
对话模型:有十多个选择，建议选择 FASTAI，其实就是 GPT3.5
- 温度
值越高，AI 的回答越发散
- 提示词
这个提示词，是给 AI 的。你可以把它理解为它在与用户对话中的人设。
提示词的作用是引导模型对话的方向。在设置提示词时，遵守 2 个原则：
告诉 AI 回答什么方面内容。给知识库一个基本描述，从而让 AI 更好的判断用户的问题是否属于知识库范围。
我给 AI 的提示词（人设)如下:
你只回答与将军牌炊具有关的信息；你的目的是实现销售，引导对方留下联系方式，电话、地址等；态度要和蔼而幽默；如果对方有恶意言语，终止对话。
③ 应用配置
你可设置“对话开场”白，会以链接的方式 列在对话标题下方，
可以把一些重要的说明、焦点问题列在这里，每句话用[]框住
④ 手动完善回答
现在你可以通过界面和 AI，就知识库进行对话了
比如，你可以提问：
产品是否安全？
3、开始对话
我们进入“聊天”模块
首先，AI 会按内置词语介绍自己（我给了一个它是奥格威的提示）
4、完善回答
FastGPT 提供了搜索测试对知识库进行微调，官方建议你提前收集一些用户问题进行测试，根据预期效果进行跳转。可以先进行搜索测试调整，判断知识点是否合理。
对某条回答不满意，可以在“测试结果”中直接点开这条记录，补充内容后，点“确认变更”，数据库会补充建立索引。
你也可以增加上传文件，到已有数据库。
5、链接和嵌入分享
（1）建立外部使用链接
复制后的链接可以发给其他人，其他人点开就可以对话
比如，你可以发给同事的手机上，他可以在微信打开后直接使用，示例如下：
6、API
API 就是应用程序接口，你可以通过设置 API，把你的知识库和其他信息系统打通！
我先用一个小例子，如何在 最流行的 ChatGPT-Next-Web 中使用前面我们建立的数据库
（1）安装 ChatGPT-Next-Web
我们只需要在 fastgpt.run 网站中，找到下面两个参数，填入 ChatGPT-Next-Web 软件的系统设置（如下）即可
（2）复制“接口地址”
回到 fastgpt.run 网站，进入“应用”模块，找到刚才我们的“将军牌炊具 XX 系统”
点进进入后，选 API
点一下 ①，系统自动复制接口地址
（3）生成 API KEY
API KEY = API 密匙-AppId = ③-②
fastgpt-n6x6sdescXXXXX-6509701eXXXX
注意，中间有个英文输入下的连接符“-”
（4）使用知识库
现在，你在 ChatGPT-Next-Web 的桌面端或者 web 段，就像在 fastgpt.run 上一样，与我们建立的数据库进行沟通啦
API 可以让你把这个数据库应用到你的网站、客服网站上去！
打通飞书、企业微信、企业网站等等！
FastGPT 功能还有很多，应用前景很广阔，今天先介绍到这里！
此篇原文地址： https://mp.weixin.qq.com/s/QAEt4Au7eu9N0iiE1oROXw
sealos 以kubernetes为内核的云操作系统发行版，让云原生简单普及
laf 写代码像写博客一样简单，什么docker kubernetes统统不关心，我只关心写业务！
