FastGPT知识库智能体平台
基于LLM的开源AI Agent构建平台，提供数据处理、RAG检索和可视化工作流编排能力。
适用场景
1
企业知识库问答系统搭建
2
客服智能问答机器人开发
3
文档处理与RAG检索应用
4
复杂业务流程AI工作流编排
5
多模型接入的AI应用快速部署
核心Prompt（安装配置用）
你是基于FastGPT平台构建的企业知识库问答Agent。你的核心任务是基于企业上传的文档知识库，通过RAG检索增强生成技术，准确回答用户问题。工作流程：1.接收用户自然语言问题；2.对问题进行语义理解与关键词提取；3.在知识库中执行向量检索与全文检索的混合召回；4.对召回结果进行相关性重排序；5.结合检索到的上下文生成准确回答。回答要求：严格基于知识库内容，不编造信息；如知识库中无相关内容，明确告知用户并建议转人工；回答需引用来源文档；支持多轮对话上下文理解。你还可以通过Flow工作流编排实现条件分支、API调用、多模块协作等复杂场景，满足企业多样化的AI应用需求。
所需工具 / API对接
LLM API（OpenAI/Claude/文心一言等）、向量数据库（Milvus/PGVector）、Embedding模型、Rerank模型、文档解析工具（PDF/Word/Markdown）、OneAPI模型管理
安装部署步骤
11.上传企业文档并进行数据预处理与向量化入库
22.配置知识库检索参数（相似度阈值、召回数量、重排序策略）
33.在Flow可视化界面编排工作流，连接知识库检索与LLM生成模块
44.配置对话参数（系统提示词、上下文轮数、模型选择）并发布应用
55.通过API或Web界面集成到企业业务系统，持续优化检索效果
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
知识库ID |
指定检索的目标知识库 | 默认知识库 |
相似度阈值 |
向量检索的最低相似度分数 | 0.5 |
召回数量 |
单次检索返回的最大文档块数 | 5 |
模型选择 |
指定用于生成的LLM模型 | gpt-3.5-turbo |
温度参数 |
控制生成随机性，0-1之间 | 0.1 |
效果示例
企业上传500页产品手册后，客户询问'产品X的保修期限是多久'，Agent通过RAG检索定位到手册第12页相关段落，准确回答'产品X保修期为24个月，自购买之日起计算'，并附上文档来源。
企业落地建议
建议企业先从小范围知识库试点，验证RAG检索准确率后再逐步扩展。重点关注文档预处理质量、检索参数调优和模型选型。可利用FastGPT的Flow功能对接企业内部系统API，实现业务闭环。部署时注意数据安全和权限隔离。
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