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

Ernie 8K 上下文 这一档模型配 OceanBase 的配置口径

Ernie 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 ERNIE-Lite-8K 模型的上下文长度为 8000 tokens，这决定了单次请求中模型能够处理的输入总大小，包括用户查询、历史对话以及知识库召回内容。引用上限 6000 tokens 意味着知识库召回…

4 分钟阅读
模型指南官方文档

Ernie 8K 上下文 这一档模型配 openGauss 的配置口径

Ernie 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 ERNIE-Lite-8K 模型提供了 8000 tokens 的上下文长度，这意味着在单次对话中，模型可以处理的输入信息总量（包括用户查询、历史对话和知识库召回内容）存在上限。引用上限 6000 token…

4 分钟阅读
模型指南官方文档

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

Ernie 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 Ernie-Lite-8K 模型提供了 8000 Token 的上下文长度，这意味着在单次交互中，模型可以处理的输入和输出总和不能超过此限制。引用上限 6000 Token 专门用于知识…

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-Speed-128K 模型提供 128000 的上下文长度，这意味着在单次对话中能够处理大量输入文本，为复杂的知识问答和信息整合提供了充足空间。引用上限为 120000，这直接决定了知识库召回内容在…

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-Speed-128K 模型提供 128000 的上下文长度，这意味着在单次对话中模型可以处理的输入文本量上限。引用上限为 120000，表示知识库召回内容在输入模型时，其总长度不应超过此值。单…

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 ERNIE-Speed-128K 模型提供 128000 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信息总量较大，为整合更多召回内容提供了空间。引用上限为 120000，这直接约束了知识库引用…

3 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-Speed-128K 模型提供 128000 的上下文长度，这意味着在单次对话中，可以输入和处理的总 token 数（包括指令、历史对话和召回知识）上限。引用上限 120…

4 分钟阅读
模型指南官方文档

Gemini 1048K 上下文 这一档模型配 Milvus 的配置口径

Gemini 1048K 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 Gemini 模型，具备 1048576 token 的上下文长度，意味着单次请求可处理的输入信息量巨大，能容纳大量召回内容或复杂指令。图片输入能力允许模型直接处理视觉信息，为多模态应用提供了基础。…

4 分钟阅读
模型指南官方文档

Gemini 1048K 上下文 这一档模型配 OceanBase 的配置口径

Gemini 1048K 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 这一档 Gemini 模型具备 1048576 token 的上下文长度 (maxContext)，这意味着单次请求可以处理海量的输入信息，为复杂的 RAG 应用提供了充足的空间。引用上限 (quot…

4 分钟阅读
模型指南官方文档

Gemini 1048K 上下文 这一档模型配 openGauss 的配置口径

Gemini 1048K 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 此档模型具备 1048576 token 的上下文长度，允许在单次调用中处理大量输入信息。引用上限为 1000000 token，这意味着模型在生成回复时，可引用的外部召回内容总计不超过此预算。模型支…

4 分钟阅读
模型指南官方文档

Gemini 1048K 上下文 这一档模型配 PostgreSQL（pgvector） 的配置口径

Gemini 1048K 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 Gemini 1048K 上下文模型档位提供 1048576 token 的上下文长度，这意味着单次请求可以处理非常大的输入文本量，为复杂的RAG（检索增强生成）场景提供了充足的…

5 分钟阅读
模型指南官方文档

Gemini 1000K 上下文 这一档模型配 Milvus 的配置口径

Gemini 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 Gemini 1000K 上下文档位模型，其 1,000,000 token 的上下文长度 (maxContext) 意味着在单次交互中，模型能够处理极大量的输入信息，包括历史对话、系统指令以及从向量库召回…

4 分钟阅读