FastGPT知识库问答Agent平台
基于LLM的知识库问答与可视化工作流编排平台，开箱即用支持RAG检索。
适用场景
1
企业知识库智能问答
2
客服工单自动分流与回复
3
内部文档检索与摘要生成
核心Prompt（安装配置用）
你是一个基于FastGPT构建的企业知识库问答Agent。你的任务是：1. 接收用户自然语言问题；2. 调用知识库检索工具（RAG）获取相关文档片段；3. 结合检索结果与上下文，生成准确、简洁的回答；4. 若检索无结果，明确告知用户并建议转人工或补充信息。回答时需引用来源文档标题或段落编号，避免编造内容。支持多轮对话，记住历史上下文。对于敏感或超出知识库范围的问题，拒绝回答并引导至合规渠道。工作流中可配置条件分支：高置信度直接回答，低置信度触发人工审核。输出格式为：先结论，再依据，最后行动建议。
所需工具 / API对接
LLM API（如OpenAI/Claude/国产模型）、向量数据库（Milvus/PGVector）、FastGPT内置RAG检索、Flow编排引擎、Webhook/API接口
安装部署步骤
11. 用户输入问题，Agent解析意图
22. 调用RAG检索知识库，返回Top-K相关片段
33. LLM结合片段生成回答，判断置信度
44. 高置信度直接输出；低置信度转人工或补充检索
55. 记录日志并更新知识库反馈
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
top_k |
检索返回文档片段数量 | 5 |
confidence_threshold |
置信度阈值，低于则转人工 | 0.7 |
model |
使用的LLM模型名称 | gpt-4o-mini |
效果示例
用户问“报销流程是什么？”Agent检索知识库后回答：“根据《财务报销制度》第3条，需提交发票和审批单至财务部，3个工作日内到账。建议登录OA系统提交。”
企业落地建议
建议先梳理企业高频问答场景，导入结构化知识库，配置FastGPT Flow工作流，小范围试点后逐步扩展。注意数据权限与模型成本控制。
需要我们帮你落地？
专业团队帮你从0到1部署企业AI Agent，含安装配置、定制开发、持续运营