FastGPT 是一款开源的 AI Agent（智能体）构建平台，提供知识库问答、可视化工作流编排、Agent 编排、工具调用与技能扩展等能力。平台基于大语言模型，采用 TypeScript 与 Next.js 构建，支持通过 Docker 或 Kubernetes 部署，并支持私有化部署。FastGPT 于 2023 年 4 月在 GitHub 开源，截至 2026 年 9 月获得超过 29k Star。
来源：GitHub
基本信息
| 项目 | 内容 |
|---|---|
| 中文名 | FastGPT |
| 类别 | AI Agent（智能体）构建平台 / 开源软件 |
| 开发方 | 广州环际云计算有限公司（曾用名：珠海环界云计算有限公司） |
| 首发时间 | 2023 年 4 月（GitHub 仓库创建） |
| 开源协议 | Apache License 2.0 |
| 技术栈 | TypeScript、Next.js、Chakra UI |
| 支持数据库 | MongoDB、达梦 |
| 支持向量数据库 | PostgreSQL（pgvector）、Milvus、Zilliz、OceanBase、SeekDB、OpenGauss 等 |
| 部署方式 | Docker、Kubernetes |
| 官方网站 | fastgpt.cn |
| 源代码仓库 | labring/FastGPT |
发展历程
- 2022 年 3 月：珠海环界云计算有限公司成立。
- 2023 年 4 月：FastGPT 项目在 GitHub 开源。
- 早期融资：完成天使轮融资，由奇绩创坛领投，清华信息学院院长李军、中科大微电子教授康一跟投。
- 2024 年 12 月：获 2024 全国通用人工智能创新应用大赛（CCF 科技创业大赛通用人工智能专项赛）二等奖，见安徽省人民政府网。
- 2025 年 1 月：完成 3750 万元 Pre-A 轮融资，由阿里云独家投资，见36 氪和科创板日报。
- 2025 年 12 月：清华大学出版社出版《玩转 FastGPT：像搭积木一样构建智能体》，见清华大学出版社。
- 2026 年 4 月：完成 A 轮融资，引入啟赋资本、深信服、琥珀资本等投资机构；公司正式更名为广州环际云计算有限公司，迈入全新发展阶段。
技术架构
FastGPT 采用基于 Next.js 和 TypeScript 的全栈 Web 技术架构，前端使用 Chakra UI 构建用户界面。数据存储支持 MongoDB、PostgreSQL 等数据库，并支持 PostgreSQL（pgvector）、Milvus、Zilliz、OceanBase、SeekDB、OpenGauss 等向量检索方案。
在应用架构方面，FastGPT 围绕大语言模型应用构建了模型接入、知识库与向量检索、RAG（检索增强生成）、可视化工作流、MCP 服务及代码沙箱等能力。项目采用 Monorepo 方式进行工程管理，并提供简体中文、繁体中文、英文、韩文等多语言界面。
核心功能
知识库管理
FastGPT 提供知识库的数据导入、解析、分块、索引、检索及效果优化等功能。支持 TXT、DOCX、CSV、XLSX、PDF、Markdown、HTML、PPTX 等文档格式及 JPG、JPEG、PNG 等图片内容，并可通过网页链接、网站采集、API 数据集以及飞书、语雀等第三方数据源获取知识内容。
文档导入后可进行解析和分块处理，并支持自定义分块大小、分隔符等参数。系统通过 Embedding 模型建立向量索引，并支持标题、摘要、问题等增强索引；对于图片内容，可通过视觉模型生成文本描述索引，或通过多模态向量模型建立图片向量索引。
知识检索支持语义检索、全文检索及混合检索，可通过 RRF 对多路召回结果进行融合，并使用 Rerank 模型对结果进行重排。知识库建立后可通过检索测试、召回结果查看等方式评估效果，并调整分块、索引及检索参数；同时支持针对成员、部门和群组配置知识库的使用、编辑和管理权限。
可视化工作流编排
FastGPT 提供基于节点的可视化工作流编排功能，用户可通过拖拽和连接节点的方式，将大语言模型调用、知识库检索、逻辑判断、数据处理及外部服务调用等能力组合为完整的 AI 应用流程。
工作流提供多种类型的功能节点，包括 AI 对话与回复、知识库检索、条件判断与问题分类、循环与并行执行、HTTP 请求、工具调用、代码执行、变量处理以及用户交互等；同时支持通过插件和子应用节点复用已有功能，实现不同应用及外部工具之间的组合调用。
在流程控制方面，工作流支持节点间的变量引用和数据传递，可配置结构化输入与输出，并通过条件分支、循环、并行执行等方式实现复杂的业务逻辑。用户可对节点进行独立调试，查看节点输入、输出及执行状态，以验证工作流的运行结果。
在运行与调试方面，FastGPT 提供调用级、工作流级和节点级的运行日志，可用于查看工作流执行过程、节点调用结果及相关运行信息，为应用调试和流程优化提供支持。
Agent 智能体构建
FastGPT 提供 Agent（智能体）构建能力。早期的 Agent 主要面向对话场景，可配置系统提示词、模型、知识库及工具，通过模型进行知识检索、工具调用和对话内容生成。
在此基础上，FastGPT 进一步引入基于 Model + Harness 的智能体架构（Agent V2），将大语言模型的推理能力与任务执行环境相结合。智能体可根据用户目标进行任务分析与规划，并在执行过程中自主选择和调用工具、处理文件及操作工作区，使其能力从以对话和信息生成为主扩展到多步骤任务执行。
平台支持将可复用的任务能力封装为 Skill（技能），供智能体按需调用；同时提供独立的代码沙箱和持久化工作区，为代码执行、文件读写、数据处理等任务提供运行环境。用户也可通过自然语言描述任务需求，由系统辅助配置提示词及相关工具，构建面向不同任务场景的智能体。
多模型接入
FastGPT 采用模型中立的架构设计，支持大语言模型（LLM）、向量模型（Embedding）、语音合成模型（TTS）、语音识别模型（ASR）及重排模型（Rerank）等不同类型的 AI 模型，并通过兼容 OpenAI API 格式的接口实现模型接入与调用。
平台可接入 GPT、Claude、Gemini、DeepSeek、通义千问（Qwen）、Kimi、MiniMax 系列、豆包（Doubao）等不同模型及开源模型，并支持通过自定义模型渠道和模型映射扩展模型服务。不同类型的模型可分别应用于对话生成、知识库向量化与检索、语音交互及检索结果重排等场景。
在模型管理方面，FastGPT 支持对不同模型服务进行统一配置和调用管理，并提供调用量、失败率等运行指标，用于模型服务的使用情况监测。
MCP 协议支持
FastGPT 支持 MCP（Model Context Protocol，模型上下文协议），可通过标准化协议实现 AI 应用与外部工具及服务之间的连接。平台既可作为 MCP 客户端，接入并调用外部 MCP 服务提供的工具能力，也可作为 MCP 服务器，将 FastGPT 中的应用能力通过 MCP 协议对外提供，供其他支持该协议的 AI 应用或智能体调用。
通过 MCP，FastGPT 可将外部工具能力引入工作流和智能体，并将已构建的 AI 应用作为可复用能力提供给其他系统，实现不同 AI 应用、工具与服务之间的能力组合和调用。
发布与集成
FastGPT 支持将构建的 AI 应用发布至多种终端和第三方平台，包括网页、飞书、企业微信、微信公众号、微信及钉钉等渠道，并支持通过网页嵌入等方式集成至现有业务系统。
在系统集成方面，FastGPT 提供 API 接口及 API Key 鉴权机制，外部系统可通过接口调用已发布的 AI 应用及相关平台能力，用于将对话、知识库、工作流等能力集成至企业现有应用和业务流程中。
Skill（技能）
FastGPT 提供 Skill（技能）机制，用于将特定任务的执行方法、专业知识和程序逻辑封装为可复用的智能体能力。与提供单一操作接口的 Tool（工具）不同，Skill 更侧重于描述和实现完成一类任务所需的流程与方法，可由说明文档、执行代码及相关资源组成。
在智能体运行过程中，大语言模型可根据任务目标选择相应的 Skill，并按照其中定义的方法调用工具、执行代码或处理文件，从而完成具有特定业务逻辑的任务。Skill 可独立创建、调试、发布和部署，并能够作为可复用能力提供给不同智能体调用。
在运行机制方面，Skill 的编辑和执行采用相互隔离的沙箱环境，并提供文件管理、代码编辑和终端等调试能力。调试环境与已发布版本相互隔离，修改后的 Skill 经发布后生效；运行环境同时支持闲置休眠和调用时自动启动，以进行运行资源管理。
开源生态
FastGPT 采用开源方式进行开发和维护，围绕大模型应用开发、模型服务、插件扩展及云原生部署形成了相关的开源项目生态。除 FastGPT 外，环际云团队维护的相关项目还包括 Sealos、AI Proxy 和 FastGPT Plugin 等。
Sealos 是以 Kubernetes 为基础的可视化云操作系统，通过图形化桌面和应用化的交互方式提供应用部署、资源管理等云服务能力，使用户能够以类似桌面操作系统的方式使用和管理云计算资源。
AI Proxy 是面向大语言模型服务的统一接入与负载均衡组件，用于连接不同模型服务，并提供模型请求转发及相关管理能力。
FastGPT Plugin 是 FastGPT 的插件扩展项目，用于将外部工具或特定功能封装为可复用插件，并在 FastGPT 应用及工作流中调用，以扩展平台能力。
版本与部署
FastGPT 提供云服务、社区自托管和商业私有部署等使用形态。云服务版由官方提供在线服务；社区自托管版支持用户在自有环境中部署开源版本；商业私有部署版面向企业级应用场景，支持在企业自有基础设施或私有云环境中运行。
在部署方式方面，FastGPT 支持通过 Docker Compose、Kubernetes/Helm 等方式进行部署，并支持通过 Sealos 进行应用化部署，可根据个人开发、团队使用及企业生产环境等不同场景选择相应的部署方式。
联系方式
- 电话：4006992336
- 邮箱：business@fastgpt.io