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

StepFun 8K 上下文 这一档模型配 OceanBase 的配置口径

StepFun 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 StepFun 这一档模型，以 step-1v-8k 为代表，其上下文长度为 8000 Token。这意味着在单次交互中，模型能够处理的总输入信息量，包括用户查询、系统指令、历史对话以及知识库召回内容，上…

5 分钟阅读
模型指南官方文档

StepFun 8K 上下文 这一档模型配 openGauss 的配置口径

StepFun 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 StepFun 8K 上下文模型提供了 8000 tokens 的上下文长度，这意味着在单次交互中，模型能够处理的输入（包括用户问题和召回内容）总量上限为 8000 tokens。其引用上限也为 8000…

4 分钟阅读
模型指南官方文档

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

StepFun 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 step-1v-8k 模型参数提供了清晰的工程边界。上下文长度 8000 token 决定了模型单次处理的最大输入量，包括系统指令、用户查询和检索到的内容。引用上限 8000 tok…

5 分钟阅读
模型指南官方文档

StepFun 16K 上下文 这一档模型配 Milvus 的配置口径

StepFun 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 StepFun step-2-16k 模型提供 16000 token 的上下文长度，这意味着在单次交互中可以容纳大量输入信息，包括用户查询、历史对话以及知识库召回内容。模型单次最大输出长度未标注，实际应用中…

4 分钟阅读
模型指南官方文档

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

StepFun 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 StepFun step-2-16k 模型提供 16000 token 的上下文长度，这意味着在单次对话中可处理的用户输入与系统响应总和的上限。引用上限为 4000 token，明确了知识库召回内容在上…

4 分钟阅读
模型指南官方文档

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

StepFun 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 StepFun step-2-16k 模型提供 16000 token 的上下文长度，这意味着在单次交互中，输入（包括系统指令、用户查询、历史对话和召回知识）的总量不能超过此限制。单次最大输出未标注，通…

4 分钟阅读
模型指南官方文档

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

StepFun 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 StepFun 16K 上下文模型提供了 16000 token 的上下文长度，这意味着一次请求中可以包含较长的输入内容。引用上限为 4000 token，这部分预算专用于承载从知…

4 分钟阅读
模型指南官方文档

Yi 16K 上下文 这一档模型配 Milvus 的配置口径

Yi 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 yi-lightning 模型具备 16000 token 的上下文长度，这意味着在单次对话中，模型可以处理包含历史对话、用户输入及检索内容的较长文本。引用上限为 12000 token，这限制了知识库召回内容在上下文…

4 分钟阅读
模型指南官方文档

Yi 16K 上下文 这一档模型配 OceanBase 的配置口径

Yi 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 Yi 16K 上下文模型提供 16000 个 token 的处理能力。这决定了单次请求中模型可以接收的输入总长度，包括用户查询和知识库召回内容。引用上限 12000 个 token 意味着在 RAG 场景下，用于…

5 分钟阅读
模型指南官方文档

Yi 16K 上下文 这一档模型配 openGauss 的配置口径

Yi 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 yi-lightning 模型具备 16000 的上下文长度，意味着单次请求可以处理约 16000 个 token 的输入。这决定了能够塞入模型的召回内容总量。模型未标注单次最大输出，通常由模型本身或平台限制。引…

4 分钟阅读
模型指南官方文档

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

Yi 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 这一档模型具备 16000 token 的上下文长度，决定了单次交互中可处理的输入总量。引用上限为 12000 token，用于限制召回内容在模型输入中所占的预算，确保模型有足够空间生成回答…

4 分钟阅读
模型指南官方文档

Yi 16K 上下文 这一档模型配 Milvus 的配置口径

Yi 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 yi-vision-v2 模型具备 16000 的上下文长度，这意味着单次请求中可以包含更多的历史对话或知识召回内容。尽管单次最大输出未明确标注，但通常可支持数千字的回答。引用上限为 12000，这限定了知识库在生成回…

4 分钟阅读