跳至主要内容
FASTGPT / 技术中心

从部署到 API，
直接找到可执行答案。

面向开发与部署人员，按任务搜索 4869 篇技术内容，覆盖部署升级、知识库、工作流、集成与 API。

4869 篇内容11 个主题官方文档与公开 Issue
推荐入口
API官方文档3 分钟阅读

FastGPT对话接口API的调用方法与参数配置说明

可在应用详情的路径中获取AppId。鉴权使用APIKey，支持两种方式：调用 chat/completions 时在请求体传入 body.appId ，或通过 Authorization: Bearer apiKey - a…

阅读 API 指南 查看官方文档

按任务找到答案

共 4869 篇

模型指南官方文档

ChatGLM 1000K 上下文 这一档模型配 OceanBase 的配置口径

ChatGLM 1000K 上下文 这一档模型配 OceanBase 的配置口径 这一档模型的参数意味着什么 glm-5.3 和 glm-5.2 模型提供高达 1,000,000 的上下文长度，这意味着在单次对话中能够处理巨量的历史信息和召回内容。引用上限为 900,000，限制了知识库召回段落的总字符数。…

4 分钟阅读
模型指南官方文档

ChatGLM 1000K 上下文 这一档模型配 openGauss 的配置口径

ChatGLM 1000K 上下文 这一档模型配 openGauss 的配置口径 这一档模型的参数意味着什么 maxContext 1000000 决定了模型在一次对话中可以处理的输入文本总量，这包含了用户提问、历史对话以及系统召回的内容。模型未标注单次最大输出长度，意味着其生成回复的长度通常受限于上下文总…

5 分钟阅读
模型指南官方文档

ChatGLM 1000K 上下文 这一档模型配 PostgreSQL（pgvector） 的配置口径

ChatGLM 1000K 上下文 这一档模型配 PostgreSQL（pgvector） 的配置口径 这一档模型的参数意味着什么 此档模型具备 1000000 的上下文长度，表明单次请求能够处理海量的输入信息，为复杂的知识问答和长文本理解提供了基础。未标注的单次最大输出意味着模型在生成回复长度上可能具有较…

4 分钟阅读
模型指南官方文档

ChatGLM 200K 上下文 这一档模型配 Milvus 的配置口径

ChatGLM 200K 上下文 这一档模型配 Milvus 的配置口径 这一档模型的参数意味着什么 ChatGLM 系列中上下文长度为 200000 的模型，如 glm-5.1 和 glm-4.7，为 RAG 应用提供了巨大的输入空间。这意味着在单次请求中可以注入大量召回内容，从而支持更复杂的知识检索和问…

4 分钟阅读
模型指南官方文档

ChatGLM 200K 上下文 这一档模型配 OceanBase 的配置口径

ChatGLM 200K 上下文 这一档模型配 OceanBase 的配置口径 这一档模型的参数意味着什么 ChatGLM 200K 上下文模型系列，其上下文长度高达 200000 token，这决定了单次请求中可供模型处理的输入总容量，包括用户查询、系统指令以及检索到的上下文内容。引用上限为 200000…

4 分钟阅读
模型指南官方文档

ChatGLM 200K 上下文 这一档模型配 openGauss 的配置口径

ChatGLM 200K 上下文 这一档模型配 openGauss 的配置口径 这一档模型的参数意味着什么 ChatGLM 提供的上下文长度 200000 意味着模型单次请求可处理的文本量上限极高，能够容纳大量召回内容或长篇文档。引用上限 200000 进一步强调了其处理大规模知识库引用的能力。此档模型未标…

4 分钟阅读
模型指南官方文档

ChatGLM 200K 上下文 这一档模型配 Milvus 的配置口径

ChatGLM 200K 上下文 这一档模型配 Milvus 的配置口径 这一档模型的参数意味着什么 glm-5v-turbo 模型系列以其强大的上下文处理能力著称。上下文长度 200000 意味着模型在单次调用中可以处理极长的输入文本，这为 RAG 应用提供了充足的召回内容空间，能够纳入更丰富的背景信息。…

4 分钟阅读
模型指南官方文档

ChatGLM 200K 上下文 这一档模型配 OceanBase 的配置口径

ChatGLM 200K 上下文 这一档模型配 OceanBase 的配置口径 这一档模型的参数意味着什么 glm-5v-turbo 模型提供的 200000 上下文长度，意味着在单次对话中，可以处理极大量的输入信息，包括用户查询、历史对话以及召回的知识库内容。引用上限 200000 进一步强化了这一能力，…

4 分钟阅读
模型指南官方文档

ChatGLM 200K 上下文 这一档模型配 openGauss 的配置口径

ChatGLM 200K 上下文 这一档模型配 openGauss 的配置口径 这一档模型的参数意味着什么 glm-5v-turbo 模型提供的上下文长度高达 200000 token，这意味着单次请求可以处理非常庞大的文本输入，为复杂的问答和文档分析任务提供了充足的空间。引用上限同样设定在 200000…

4 分钟阅读
模型指南官方文档

ChatGLM 200K 上下文 这一档模型配 PostgreSQL（pgvector） 的配置口径

ChatGLM 200K 上下文 这一档模型配 PostgreSQL（pgvector） 的配置口径 这一档模型的参数意味着什么 glm-5v-turbo 模型具备 200000 token 的上下文长度，这意味着在单次交互中可以处理大量输入信息。模型支持图片输入和工具调用能力，拓宽了其在多模态和复杂任务场…

4 分钟阅读
模型指南官方文档

ChatGLM 128K 上下文 这一档模型配 Milvus 的配置口径

ChatGLM 128K 上下文 这一档模型配 Milvus 的配置口径 这一档模型的参数意味着什么 这一档模型具备 128000 的上下文长度，这意味着在单次交互中可以处理极大量的信息输入。单次最大输出能力未明确标注，通常由模型内部机制控制，并受限于总上下文长度。引用上限为 120000 token，这是…

4 分钟阅读