解决FastGPT升级后voyage系列向量模型向量化失败问题

现象

FastGPT从v4.14.9升级到v4.14.10.1私有部署版本后，使用voyage系列向量模型作为自定义embedding服务时，请求会携带encoding_format=float参数。由于voyage系列向量模型不接受该参数（实测仅接受base64格式），会导致知识库向量化直接返回400错误。该问题不仅影响新建/重建知识库的向量化流程，还会连带影响后续知识库操作，包括集合结构异常、文件分块失败、数据更新/修改流程失效等。切换到BAAI/bge-m3等兼容模型后可恢复正常。

可能原因

该问题属于FastGPT v4.14.10.1版本的兼容性变更或回归：该版本在embedding请求中新增了默认发送encoding_format=float的参数，与voyage系列向量模型的接口要求不匹配，导致请求被模型服务拒绝。

排查步骤

1. 确认FastGPT部署版本为v4.14.10.1私有部署版本，且升级前版本为v4.14.9。
2. 检查当前配置的自定义embedding服务是否为voyage系列向量模型。
3. 查看FastGPT的embedding请求日志，确认请求中携带了encoding_format=float参数。
4. 查看向量模型服务的返回日志，确认返回状态码为400。
5. 临时切换到其他兼容的embedding模型（如BAAI/bge-m3），验证知识库向量化流程是否恢复正常。

解决与验证

临时规避方案

暂时切换到兼容的embedding模型（如BAAI/bge-m3），可快速恢复知识库的正常操作。

长期修复方向

根据需求可选择以下方式：1. 等待官方修复voyage系列向量模型的兼容性问题；2. 若FastGPT支持自定义embedding参数配置，可调整或关闭encoding_format参数；3. 针对自定义embedding服务单独适配参数格式。

验证步骤

1. 调整embedding请求参数（若支持配置），移除encoding_format=float参数。
2. 重新执行知识库向量化、重建或数据更新操作。
3. 检查请求日志确认不再携带encoding_format=float参数，且向量模型服务返回正常，知识库操作无异常。

来源：https://github.com/labring/FastGPT/issues/6744