术语表官方文档2 分钟阅读术语表

解释FastGPT中text-embedding-ada-002的配置与报错处理

text-embedding-ada-002是FastGPT中用于将文本转换为向量格式的嵌入模型,支持数据导入、知识库构建等依赖向量计算的核心业务场景。 在FastGPT里怎么用(参数 / 位置 / 步骤) 该模型的可用渠道需在对应分组中配置。

一句话定义

text-embedding-ada-002是FastGPT中用于将文本转换为向量格式的嵌入模型,支持数据导入、知识库构建等依赖向量计算的核心业务场景。

在FastGPT里怎么用(参数 / 位置 / 步骤)

该模型的可用渠道需在对应分组中配置。私有化部署场景下,可通过修改VectorModels配置参数调整系统使用的向量模型。接入外部服务后,需确保对应分组下存在该模型的可用渠道,否则会触发调用报错。配置完成后需确认配置正确应用,以保证模型调用流程正常运行。

容易搞错的地方

常见报错文本为“当前分组default下对于模型text-embedding-ada-002无可用渠道”,该报错通常出现在数据导入环节。部分用户修改VectorModels配置参数后,仍会默认请求text-embedding-ada-002,需核对配置是否正确生效,以及分组内的渠道配置是否匹配当前实际使用的向量模型,避免出现配置与实际调用不一致的问题。

FastGPT GitHub issue 414, FastGPT GitHub issue 586

适用性与版本范围

本页适用于官方来源记录的 术语表 场景。执行变更前,需核对 FastGPT、依赖、API 与部署版本。

安全护栏

凭证与私密数据使用 [REDACTED_CREDENTIAL] 占位符。执行操作前需核对文档的环境与版本。

回滚指引

恢复变更前的技术内容权威快照、已保存配置与数据快照,再执行最小验证场景。