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

Doubao 256K 上下文 这一档模型配 OceanBase 的配置口径

Doubao 256K 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 Doubao 256K 上下文模型系列，其上下文长度高达 256000 token，这决定了单次模型交互中可以承载的大量信息，包括用户输入、历史对话以及检索到的相关内容。引用上限 224000 toke…

4 分钟阅读
模型指南官方文档

Doubao 256K 上下文 这一档模型配 openGauss 的配置口径

Doubao 256K 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 Doubao 256K 上下文模型系列，其 256000 的上下文长度为单次交互提供了广阔的信息处理空间，允许集成大量知识内容。引用上限 224000 决定了知识库召回内容可占据的上下文比例天花板，直接…

4 分钟阅读
模型指南官方文档

Doubao 256K 上下文 这一档模型配 PostgreSQL（pgvector） 的配置口径

Doubao 256K 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 Doubao 系列模型中的 256K 上下文档位，其 上下文长度 256000 表明模型在单次推理中能处理的文本总量。这直接决定了知识库召回内容的最大容量，包括用户提问、历史对话和…

4 分钟阅读
模型指南官方文档

Ernie 128K 上下文 这一档模型配 Milvus 的配置口径

Ernie 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 Ernie 这一档模型具备 128000 个 token 的上下文长度，允许在单次对话中处理大量信息。引用上限为 119000 token，这意味着用于引用内容的 token 预算是 119000。引用内容的…

4 分钟阅读
模型指南官方文档

Ernie 128K 上下文 这一档模型配 OceanBase 的配置口径

Ernie 128K 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 Ernie 128K 上下文模型提供了巨大的文本处理能力。maxContext 为 128000 tokens，表示模型在单次对话中能够处理的总上下文长度，这包括了用户输入、历史对话以及系统注入的检索内容…

4 分钟阅读
模型指南官方文档

Ernie 128K 上下文 这一档模型配 openGauss 的配置口径

Ernie 128K 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 此档模型提供 128000 tokens 的上下文长度 (maxContext)，这意味着单次交互中模型能处理的输入和输出内容总量上限。引用上限 (quoteMaxToken) 为 119000 toke…

4 分钟阅读
模型指南官方文档

Ernie 128K 上下文 这一档模型配 PostgreSQL（pgvector） 的配置口径

Ernie 128K 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 Ernie 128K 上下文模型，其上下文长度 maxContext 达到 128000 tokens，这决定了单次模型调用能够处理的输入信息量上限。引用上限 quoteMaxTok…

5 分钟阅读
模型指南官方文档

Ernie 64K 上下文 这一档模型配 Milvus 的配置口径

Ernie 64K 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 Ernie 64K 上下文模型档位，其 64000 的上下文长度为单次交互提供了充足的信息容量，允许系统在一次请求中处理大量的召回内容。引用上限 55000 意味着在知识库检索时，模型能够有效利用的总引用内容长度…

5 分钟阅读
模型指南官方文档

Ernie 64K 上下文 这一档模型配 OceanBase 的配置口径

Ernie 64K 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 Ernie 64K 上下文这一档模型，其上下文长度为 64000 token，决定了每次对话或知识检索中模型能够处理的总信息量。引用上限 55000 token 意味着在知识检索场景下，从知识库召回的内容总…

4 分钟阅读
模型指南官方文档

Ernie 64K 上下文 这一档模型配 openGauss 的配置口径

Ernie 64K 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 Ernie 64K 上下文模型，其 maxContext 达 64000 token，意味着单次请求可处理的信息量非常大，能够容纳更长的用户输入和更多的召回内容。引用上限 为 55000 token，这是…

4 分钟阅读
模型指南官方文档

Ernie 64K 上下文 这一档模型配 PostgreSQL（pgvector） 的配置口径

Ernie 64K 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 Ernie 64K 上下文模型系列，包括 ernie-x1.1-preview 和 ernie-x1.1，其 64000 的上下文长度是核心约束，决定了单次请求中可供模型参考的知识量上…

4 分钟阅读
模型指南官方文档

Ernie 128K 上下文 这一档模型配 Milvus 的配置口径

Ernie 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 Ernie 128K 上下文模型档位提供 128000 tokens 的上下文长度，这意味着在单次请求中可以输入大量的召回内容、历史对话以及指令。引用上限为 119000 tokens，直接决定了知识库召回内容…

4 分钟阅读