FastGPT 开源实践：基于 LLM 的知识库与 AI Agent 构建平台，Docker 快速部署指南-港品优选

FastGPT 开源实践：基于 LLM 的知识库与 AI Agent 构建平台，Docker 快速部署指南

【免费下载链接】FastGPTFastGPT 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.项目地址: https://gitcode.com/GitHub_Trending/fa/FastGPT

FastGPT 是一个基于大语言模型（LLM）的 AI Agent 构建平台，提供开箱即用的数据处理与模型调用能力，并通过 Flow 可视化编排工作流，从而支撑复杂的问答与自动化应用场景。本文以仓库官方 README 为骨架，结合部署脚本、docker-compose 模板与源码结构，系统讲解 FastGPT 的定位、Docker 快速部署流程、容器化架构、五大核心能力及安装后的初始化要点，帮助读者在十几分钟内从零跑通一个可用的 FastGPT 实例，并理解其底层工程实现。

一、FastGPT 是什么：一个开箱即用的 AI Agent 构建平台

根据 README_vi.md（越南语版 README，与 README.md 内容一致）的项目定位，FastGPT 是：

一个 AI Agent 构建平台，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，从而实现复杂的应用场景。

围绕这一核心定位，项目提供三种使用形态：

云服务版本：无需私有化部署，直接使用官方托管的在线服务；
社区自托管版本：通过 Docker 快速部署，或使用 Sealos Cloud 一键部署；
商业版本：提供更完整的功能与深度服务支持，并附带场景落地辅导。

从仓库工程结构看，这是一个典型的 monorepo（参见根目录 package.json、pnpm-workspace.yaml），核心代码按职责划分为：

packages/service：后端业务逻辑（common/core/support/worker）；
packages/web：前端 UI 组件、hooks 与国际化；
packages/global：跨端共享的类型、工具与 OpenAPI 定义；
packages/dal：Redis 等数据访问层；
projects/app：FastGPT 主站应用；
projects/code-sandbox、projects/agent-sandbox 等：代码沙箱与 Agent 沙箱运行时；
document：官方文档站（MDX 内容与部署资源）。

二、快速开始：两条命令完成 Docker 部署

README 提供了一条极简的快速启动路径：在终端执行脚本拉取配置，再用docker compose启动即可。

# 输入命令拉取配置文件 bash <(curl -fsSL https://doc.fastgpt.io/deploy/install.sh) # 启动 docker compose up -d

完全启动后，通过http://localhost:3000访问 FastGPT，默认账号为root，密码为1234。

这条命令所对应的安装脚本实体就保存在仓库中：document/public/deploy/install.sh。它是纯 bash 实现，行为完全可审计：

提供方向键（↑↓）交互式单选菜单（radio_select），用于选择部署版本、镜像源、向量数据库等；
支持通过环境变量实现非交互式安装：FASTGPT_NON_INTERACTIVE=true时，所有选择均可通过FASTGPT_DEPLOY_VERSION、FASTGPT_REGION、FASTGPT_VECTOR、FASTGPT_AUTO_GENERATE_CREDENTIALS、FASTGPT_FE_DOMAIN等变量预先指定；
会下载官方生成的docker-compose.yml（必要时同时下载旧版所需的config.json），并对文件做合法性校验（校验services:关键字、拒绝 HTML 页面与空文件）；
自动探测宿主机 IP 与 Docker socket 路径，并改写 compose 中的端口映射与挂载路径。

安装完成后，脚本会提示后续操作：

预拉取镜像：docker compose --profile prepull pull（若 compose 中存在沙箱镜像定义）；
启动服务：docker compose up -d；
按映射配置防火墙或反向代理；
访问http://localhost:3000（以实际 FE 地址为准）；
使用默认账号root及脚本回显的密码登录；
在「账号-模型提供商」页面配置模型。

提示：README 中默认密码1234仅在未启用自动密钥生成时有效。安装脚本支持选择「自动生成（推荐）」，此时会通过random_hex()随机化 root 登录密码、系统密钥（x-system-key）、FILE_TOKEN_KEY、AES256_SECRET_KEY、INVOKE_TOKEN_SECRET、MongoDB/Redis/MinIO 等组件密码，并在结尾回显 root 密码，务必妥善保存生成的docker-compose.yml。

三、容器化架构：一张 docker-compose 看懂整个系统

官方部署模板位于 deploy/version/main/docker-compose.template.yml（本地开发版见 deploy/dev/docker-compose.yml），公开下载产物按版本/区域/向量库组合生成在 document/public/deploy/docker/main（含pg、milvus、zilliz、oceanbase、seekdb、opengauss六种向量库组合）。以 main 稳定版为例，完整的服务组成如下：

服务	端口映射	职责
`fastgpt-app`	`3000:3000`	FastGPT 主应用（前端 + API）
`fastgpt-mongo`	内网	MongoDB 5.0，主业务数据库（以副本集模式启动）
`fastgpt-redis`	内网	Redis 7.2，缓存与队列
`fastgpt-minio`	`9000/9001`	对象存储，用于文件资源
`fastgpt-vector`（PG 等）	内网	向量数据库，随所选向量库方案变化
`fastgpt-code-sandbox`	`3002`	代码沙箱（JS/Python）
`fastgpt-plugin`	`3004`	插件服务（系统工具）
`fastgpt-opensandbox-server`	`8090`	Agent 沙盒控制器（管理容器生命周期）
`fastgpt-volume-manager`	`3005`	卷管理微服务（幂等创建/删除命名卷或 PVC）
`fastgpt-agent-sandbox-proxy`	`3006:1006`	浏览器与 OpenSandbox 之间的 WebSocket 鉴权代理
`fastgpt-aiproxy`/`fastgpt-aiproxy-pg`	`3010`	AI Proxy 模型聚合网关及其数据库

模板中大量使用 YAML anchor 复用配置块，理解这些 anchor 是自定义部署的关键：

x-share-db-config：数据库与对象存储连接配置，包括MONGODB_URI、REDIS_URL，以及对象存储系列变量（STORAGE_VENDOR: minio、STORAGE_REGION、STORAGE_ACCESS_KEY_ID、STORAGE_SECRET_ACCESS_KEY、STORAGE_PUBLIC_BUCKET、STORAGE_PRIVATE_BUCKET、STORAGE_S3_ENDPOINT、STORAGE_S3_FORCE_PATH_STYLE等），STORAGE_VENDOR支持minio | aws-s3 | cos | oss；
x-log-config：日志配置，可开关控制台输出与 OpenTelemetry（OTEL）上报；
x-no-proxy-config：显式绕过 compose 内部服务的代理，避免内部请求被HTTP_PROXY/HTTPS_PROXY劫持；
x-agent-sandbox-config：Agent 沙盒相关配置，如AGENT_SANDBOX_PROXY_URL、AGENT_SANDBOX_PROXY_SECRET、AGENT_SANDBOX_CPU_COUNT、AGENT_SANDBOX_MEMORY_MIB、AGENT_SANDBOX_SUSPEND_MINUTES等；
基础安全变量：FE_DOMAIN（客户端访问地址，用于补全文件资源路径）、ROOT_KEY（最高权限密钥）、DEFAULT_ROOT_PSW（root 密码，重启后强制重置为环境变量值）、AES256_SECRET_KEY、INVOKE_TOKEN_SECRET（至少 32 位）。

向量库的选择逻辑由 deploy/templates/vector/config.json 定义，deploy/init.mjs 会在构建阶段把各向量库的db/config/extra片段注入到${{vec.*}}占位符中，生成按版本/区域/向量库排列的成品 compose 文件，镜像 tag 则来自 deploy/version/main/args.json（如fastgpt: v4.16.2、mongo: 5.0.32、redis: 7.2-alpine，并区分阿里云cn与global两套镜像仓库）。

四、五大核心能力详解

README 以功能清单形式列出了 FastGPT 的核心能力，可分为五大板块：

1. 应用编排能力

Agent Skill 编排：将能力封装为可复用的 Skill，支持组合调用；
对话工作流、插件工作流：可视化 Flow 编排，包含基础的RPA 节点；
用户交互：工作流中支持与用户进行多轮交互；
双向 MCP：支持 MCP（Model Context Protocol）的双向集成；
规划中：辅助生成工作流（未勾选，表示尚未完成）。

2. 应用调试能力

知识库单点搜索测试：对单个知识库进行检索效果验证；
对话时反馈引用并可修改与删除：回答附带的引用来源支持编辑与删除；
完整调用链路日志：可追踪一次对话的完整调用链；
应用评测：对应用整体效果进行评测；
规划中：高级编排 DeBug 调试模式、应用节点日志。

3. 知识库能力

多库复用、混用：单个应用可同时关联多个知识库；
chunk 记录修改和删除：对切片记录进行细粒度维护；
多种导入方式：手动输入、直接分段、QA 拆分导入；
多格式文件支持：TXT、MD、HTML、PDF、Docx、PPTX、CSV、XLSX（更多 File Loader 可通过 PR 补充），并支持URL 读取与CSV 批量导入；
混合检索 & 重排：组合多种检索方式并做 rerank；
API 知识库：以 API 方式对接外部知识库。

4. 插件能力

系统工具热更新：工具类插件支持不重启服务的热更新；
规划中：RAG 模块热更新、Agent-loop 热更新、AI 实时生成插件。

5. 运营能力

免登录分享窗口：无需登录即可分享对话应用；
iframe 一键嵌入：将应用嵌入自有网站；
统一查阅对话记录，并对数据进行标注：集中管理对话日志与标注；
应用运营日志：记录应用的运行与使用情况。

五、从 README 到源码：能力背后的工程支撑

FastGPT 的功能声明并非空谈，仓库源码为其提供了可验证的实现支撑：

主业务逻辑集中在 packages/service/core（441 个.ts文件，覆盖知识库、对话、工作流编排等）与 projects/app/src（主站前后端）；
前端工作流编排交互位于 packages/web/components，知识库相关操作可在 packages/service/core/dataset（从目录结构推断）中定位到导入、切片、检索等模块；
插件系统由独立的fastgpt-plugin服务承载，与主站通过PLUGIN_BASE_URL/PLUGIN_TOKEN对接；
沙箱与 RPA 能力依赖code-sandbox、opensandbox-server、agent-sandbox-proxy与volume-manager四个独立服务协同，这解释了为什么新版 docker-compose 的依赖链如此之长；
单元测试与集成测试覆盖核心逻辑，见 packages/service/test、test 与各包的vitest.config.ts。

也就是说，README 描述的"数据处理、RAG 检索、可视化工作流编排"在工程上分别对应着 Mongo/PG 数据层、packages/service的检索链路，以及前端 Flow 编辑器 + 后端工作流执行引擎。

六、部署后的初始化与使用要点

完成docker compose up -d之后，建议按以下顺序初始化：

确认服务健康：docker compose ps观察各服务健康状态（compose 中为关键服务定义了 healthcheck）；
登录系统：使用root账号与安装脚本回显的密码登录（若未启用自动密钥生成，则为1234）；
配置模型：在「账号-模型提供商」页面配置 LLM、向量化与重排模型（这也是 FastGPT 运行对话与知识库检索的前提）；
创建知识库与应用：导入文档构建知识库，再通过 Flow 编排应用；
对外发布：根据实际网络环境，通过防火墙放行端口或将3000（主站）、3006（Sandbox Proxy）置于反向代理之后。

需要注意的适用前提与限制：

模板中 MongoDB 使用副本集（--replSet rs0）模式，这是事务能力的前提，不要以单机模式启动；
若宿主机 CPU 不支持 AVX 指令集，README 与 compose 注释均提示可切换到旧版镜像（如 Mongo 4.4.29、MinIO cpuv1 版本）；
若遇到部署问题，可查阅仓库内 document/content/self-host/troubleshooting 下的故障排查文档（10 个 MDX 文件），以及完整的 Docker 部署教程（document/content/self-host/deploy）。

七、开源协议与合规要点

本仓库遵循 FastGPT Open Source License，README 明确列出的三条核心约定：

允许作为后台服务直接商用，但不允许提供 SaaS 服务；
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；
完整条款以 LICENSE 文件为准，商业授权可联系官方获取定价说明。

结语

FastGPT 以"开箱即用"为设计主线：Docker 两条命令即可拉起完整服务栈，Flow 可视化让复杂工作流编排变得直观，知识库的多样导入与混合检索覆盖了 RAG 的主流落地形态。结合 deploy 目录下的模板生成机制与 packages/service 的模块化实现，无论是快速搭建演示环境、深度定制业务逻辑，还是研究 AI Agent 平台工程化方案，这个仓库都提供了完整且可验证的参考。上手第一步，就是执行 README 中的两条 Docker 命令。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析