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-4-long 模型具备 1000K 的上下文长度，这决定了单次模型调用能够处理的输入信息总量。引用上限 quoteMaxToken 为 900000，这意味着在 RAG 场景下，模型用于接收…

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 glm-4-long 模型，上下文长度高达 1,000,000 token，意味着单次请求可以承载极大规模的输入信息，为复杂场景下的深度理解和推理提供了基础。引用上限 900,000 token 专…

4 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 glm-4-long 模型具备 1000000 的上下文长度，这意味着在单次交互中可以容纳极大量的输入信息。引用上限为 900000 token，这部分预算专用于承载从知识库检…

5 分钟阅读
模型指南官方文档

ChatGLM 8K 上下文 这一档模型配 Milvus 的配置口径

ChatGLM 8K 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-4v-flash 模型提供 8000 Token 的上下文长度，这意味着在单次交互中，模型能够处理的输入（包括用户问题、历史对话和召回知识）总量有明确上限。虽然单次最大输出长度未明确标注，但通常会与上下…

4 分钟阅读
模型指南官方文档

ChatGLM 8K 上下文 这一档模型配 OceanBase 的配置口径

ChatGLM 8K 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-4v-flash 模型提供 8000 tokens 的上下文窗口，这意味着单次对话中可处理的用户输入和系统响应的总量。引用上限 6000 tokens 约束了知识库召回内容在单次请求中可占据的最大…

4 分钟阅读
模型指南官方文档

ChatGLM 8K 上下文 这一档模型配 openGauss 的配置口径

ChatGLM 8K 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-4v-flash 模型提供 8000 tokens 的上下文长度，这意味着在单次交互中，模型能够处理的总输入信息量。引用上限 6000 tokens 规定了所有召回内容合计可以占据的最大 toke…

4 分钟阅读
模型指南官方文档

ChatGLM 8K 上下文 这一档模型配 PostgreSQL（pgvector） 的配置口径

ChatGLM 8K 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-4v-flash 模型上下文长度达 8000 Token，这意味着单次对话中模型能够处理的输入与输出总和上限为 8000 Token。引用上限 6000 Token，限定了用…

4 分钟阅读
模型指南官方文档

ChatGLM 16K 上下文 这一档模型配 Milvus 的配置口径

ChatGLM 16K 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-4v-plus 模型的上下文长度为 16000 token，这意味着单次请求中模型能处理的输入总长度上限。引用上限 12000 token，这是模型用于整合引用内容的预算，它限定了引用内容的总量。图片…

4 分钟阅读
模型指南官方文档

ChatGLM 16K 上下文 这一档模型配 OceanBase 的配置口径

ChatGLM 16K 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-4v-plus 模型上下文长度为 16000 token，这决定了单次模型调用能处理的总信息量，包括用户输入、系统指令和召回内容。单次最大输出未标注，意味着模型在输出长度上可能存在灵活度。引用上…

3 分钟阅读
模型指南官方文档

ChatGLM 16K 上下文 这一档模型配 openGauss 的配置口径

ChatGLM 16K 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-4v-plus 模型以其 16000 的上下文长度，决定了单次交互中可处理的总文本量，包括用户输入、历史对话以及知识库召回内容。12000 的引用上限，意味着在 RAG 场景下，模型可以参考的知…

4 分钟阅读
模型指南官方文档

ChatGLM 16K 上下文 这一档模型配 PostgreSQL（pgvector） 的配置口径

ChatGLM 16K 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-4v-plus 模型拥有 16000 的上下文长度，表明它单次请求能处理的总令牌数。引用上限 12000 意味着在 RAG 场景中，知识库召回的内容最大不能超过这个限制。图…

4 分钟阅读
模型指南官方文档

Claude 1000K 上下文 这一档模型配 Milvus 的配置口径

Claude 1000K 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 Claude 1000K 上下文这一档模型，其 1,000,000 token 的上下文长度为处理大规模知识库内容提供了基础，意味着单次输入可以承载极长的文本或大量的召回片段。200,000 token 的…

4 分钟阅读