FastGPT

Qu’est-ce que FastGPT ?

FastGPT est une plateforme de création d’agents destinée aux questions-réponses dans les bases de connaissances et aux applications d’IA complexes, gérée par l’équipe Labring. Elle offre un traitement de documents prêt à l’emploi, une recherche RAG, des appels de modèles, des workflows visuels, ainsi que la possibilité de publier des plugins et des applications. Les utilisateurs peuvent ainsi créer des assistants de connaissance d’entreprise, des services clients intelligents, des outils de modération de contenu, des analyses de données et des applications d’automatisation métier, sans avoir à développer eux-mêmes une base de données vectorielle ou une interface de chat.

FastGPT n’est pas un modèle de grande taille de base. Il sert à relier les modèles, les bases de connaissances et les outils externes ; la qualité des réponses dépend du modèle linguistique, du modèle vectoriel, du modèle de réarrangement configurés, de la qualité des données ainsi que de la conception du flux de travail.

Les utilisateurs peuvent utiliser directement les services cloud officiels, ou déployer la version communautaire sur leur propre serveur à l’aide de Docker ou de Sealos.

Quatre types de compétences d’application

1. Agent dialogué

L’agent de dialogue est utilisé pour les questions-réponses générales, l’écriture, la traduction et les assistants de rôle. Le créateur peut choisir le modèle, définir les prompts système, les variables, les phrases d’introduction, les entrées utilisateur et le contexte multi-échanges, puis le livrer par partage de lien, API ou intégration.

Il convient à des assistants simples qui ne dépendent pas de documents propriétaires.

2. Questions-réponses de la base de connaissances

L’agent de base de connaissances recherche d’abord des extraits pertinents dans les documents téléchargés, puis fait en sorte que le modèle réponde en se basant sur ces extraits. La introduction rapide officielle le présente comme une solution au problème de savoir « sur quels documents se baser pour obtenir une réponse », et il est adapté aux questions-réponses concernant les réglementations, les manuels de produits, les documents juridiques, les cours et la documentation après-vente.

3. Flux de travail fixe

Le flux de travail définit l’ordre d’exécution à l’aide de nœuds visuels, en combinant les dialogues IA, la recherche de connaissances, les jugements conditionnels, les requêtes HTTP, le code, les variables, l’interaction utilisateur et les plugins. Il convient aux tâches ayant des étapes métier claires, telles que la réécriture après modération du contenu, la collecte de formulaires, le routage par classification, les requêtes de base de données, etc.

4. Agent V2

L’agent V2 est conçu pour des tâches ouvertes, où le modèle planifie de manière autonome, choisit des compétences et des outils, puis les exécute en boucle, par exemple pour lire des fichiers, analyser des données ou appeler plusieurs services. Il est plus flexible qu’un flux de travail fixe, mais les résultats sont moins prévisibles ; il convient donc de définir des permissions pour les outils, une limite de boucles, un plafond de coûts et des points de validation manuelle.

Base de connaissances et RAG

Importation de documents et traitement des données

FastGPT prend en charge les fichiers TXT, Markdown, HTML, PDF, DOCX, PPTX, CSV et XLSX, permet également d’entrer manuellement du texte, de le segmenter directement, d’importer des paires questions-réponses, de lire des URL ou d’accéder à des systèmes de fichiers tiers via une bibliothèque API. Une fois les données stockées, elles sont analysées, fragmentées et vectorisées ; l’utilisateur peut modifier ou supprimer des chunks spécifiques.

La numérisation de PDF, de tableaux complexes, de texte dans des images, de en-têtes et pieds de page, ainsi que de contenus sur plusieurs pages, peut entraîner une analyse incomplète. Avant la création de la base de connaissances, il convient de supprimer les versions redondantes, d’unifier le niveau des titres et de conserver les fichiers originaux ; on ne peut pas considérer que les connaissances sont recherchables avec précision simplement parce que le téléchargement a réussi.

Recherche mixte et réarrangement

La base de connaissances prend en charge la recherche par vecteurs, la recherche sur le texte intégral, la recherche mixte et le réarrangement, et permet de réutiliser et de combiner des données provenant de plusieurs bases de connaissances. La recherche par vecteurs excelle pour les expressions sémantiquement proches, tandis que la recherche sur le texte intégral convient aux numéros de produit, aux noms propres et aux mots-clés précis.

Le modèle de réarrangement évalue à nouveau les fragments candidats, afin d’aider à intégrer des contenus plus pertinents dans le prompt.

Le nombre de recherches, le seuil de similarité, la longueur des blocs et le réarrangement influencent tous la précision, le délai et le coût en tokens. L’équipe doit utiliser des problèmes réels pour créer un ensemble d’évaluation, afin de vérifier respectivement « si les fragments corrects sont récupérés » et « si le modèle répond en se basant sur ces fragments ».

Sites web et bases de connaissances tierces

La version commerciale et les services cloud prennent en charge la synchronisation du site, la synchronisation périodique avec des bases de connaissances tierces, ainsi que l’amélioration des bases de connaissances d’images et de leurs index. La bibliothèque de fichiers API permet aux systèmes externes d’utiliser des interfaces prédéfinies pour consulter et télécharger des fichiers ; les utilisateurs peuvent choisir d’importer des documents depuis l’interface FastGPT, sans avoir à télécharger manuellement tous les fichiers au préalable.

Visualisation du flux de travail

Le flux de travail reçoit des problèmes et des variables depuis le nœud de départ, et des nœuds tels que des dialogues avec l’IA, des recherches dans une base de connaissances, du traitement de texte, des jugements, des boucles, des requêtes HTTP, l’exécution de code, des appels d’outils, l’analyse de fichiers et des réponses prédéfinies peuvent être ajoutés par la suite. Les entrées des nœuds peuvent faire référence aux sorties en amont, et le mode débogage permet de visualiser le chemin d’exécution, le temps de traitement, les variables et les erreurs.

Un flux de travail peut être publié en tant qu’application de messagerie, ou bien encapsulé en plugin pour être appelé par d’autres agents. Pour les processus de production, il convient de concevoir des branches pour les délais d’attente, les tentatives de réessai, les résultats vides, les anomalies des interfaces externes et les refus du modèle, afin d’éviter que l’échec d’un seul nœud ne rende toute la chaîne sans réponse.

Compétences, plugins et MCP

FastGPT prend en charge l’orchestration des Agent Skills, dont la fonction est d’organiser des instructions spécialisées, des fichiers et des outils en capacités réutilisables ; le système de plugins offre des fonctionnalités HTTP, RPA, de recherche de connaissances et d’opérations métier personnalisées, et prend en charge la mise à jour en temps réel des outils système, des modules RAG et des Agent Loops.

La nouvelle version offre également des capacités d’IA pour la génération assistée de flux de travail, les compétences (Skill) et les plugins.

Le MCP bidirectionnel signifie que FastGPT peut à la fois appeler des outils MCP et fournir des capacités aux clients compatibles. Les nœuds MCP, de code et HTTP peuvent lire des fichiers, se connecter au réseau interne ou modifier les données métier ; il est donc nécessaire d’utiliser des identifiants dotés des permissions minimales, de restreindre les adresses de sortie, d’enregistrer les paramètres, et de se prémunir contre l’injection de prompts dans la documentation utilisateur visant à faire dépasser les droits de l’outil.

Intégration du modèle

FastGPT accède aux modèles compatibles avec le protocole OpenAI ainsi qu’à divers fournisseurs nationaux et internationaux grâce à une couche d’agent de modèle, et permet de configurer des modèles linguistiques, vectoriels, de réarrangement, vocaux et multimodaux. Le projet AI Proxy peut également être utilisé pour l’agrégation de modèles et le charge balancing.

Les différents modèles peuvent assumer respectivement des responsabilités telles que la conversation, la vectorisation de la base de connaissances, l’optimisation des problèmes et la planification d’outils.

La version auto-hébergée communautaire n’inclut pas de quota de modèle commercial. L’utilisation de l’API publique entraîne des frais auprès du fournisseur, tandis que les modèles privés nécessitent des GPU, des services d’inférence et une gestion opérationnelle.

Après le remplacement du modèle vectoriel, il est généralement nécessaire de reconstruire les vecteurs ; on ne peut pas utiliser directement les anciens indices.

Publication d’applications et OpenAPI

Les applications peuvent être partagées via une fenêtre de partage sans connexion, intégrées à l’aide d’iframe ou publiées via une API. L’interface de chat des applications FastGPT est compatible avec la méthode d’appel de l’API OpenAI ; les clients existants d’OpenAI n’ont généralement qu’à remplacer l’URL de base, la clé API et l’identifiant du modèle pour pouvoir s’y connecter.

Le système OpenAPI permet également d’exploiter des ressources telles que la messagerie d’application, le téléchargement de données dans la base de connaissances et les tests de recherche. La clé API hérite des droits d’accès de le compte actuel au sein de l’équipe ; toutes les interfaces backend ne sont pas accessibles.

La clé doit être stockée du côté serveur, avec des mécanismes de limitation du trafic, de rotation et d’annulation configurés, et ne doit pas être affichée sur des pages web publiques.

La version professionnelle et les services cloud ajoutent des fonctionnalités de publication par des tiers telles que Feishu et WeChat Official Account, des paramètres de sécurité, des journaux d’exécution ainsi que des évaluations d’applications. Pour les applications publiques, il faut prendre en compte l’authentification, la modération du contenu, les données sensibles, l’abus par des robots et les coûts liés aux modèles.

Équipe et opérations

La plateforme offre un espace d’équipe, des droits d’accès, des journaux de modèles, des enregistrements de conversations, des retours utilisateurs et une annotation de données. La version commerciale comprend également un panneau de gestion, un système multi-locataires et de facturation, SSO, une marque personnalisée, une modération du contenu des modèles et des journaux de fonctionnement plus complets.

Certaines fonctionnalités diffèrent entre la version cloud, la version communautaire et la version commerciale ; il convient de consulter la table des versions pour chaque élément lors du choix.

Déploiement privatisé

La version communautaire prend en charge le déploiement via Docker Compose, ainsi qu’un déploiement en un clic via Sealos Cloud. Les services principaux s’appuient sur l’écosystème Next.js/Node.js et nécessitent généralement des composants tels que MongoDB, une base de données vectorielle PostgreSQL, un proxy de modèles et un stockage d’objets ;

L’architecture spécifique varie en fonction des paramètres de version.

Le mot de passe par défaut pour le déploiement rapide officiel est public et doit être modifié lors du premier démarrage. En environnement de production, il convient de configurer des noms de domaine d’accès réels, HTTPS, un stockage persistant, des sauvegardes de base de données, un stockage d’objets, ainsi que des journaux et une surveillance.

Vérifiez les instructions de publication avant la mise à niveau ; par exemple, la nouvelle version modifie les variables d’environnement obligatoires, la synchronisation des index et la méthode de téléchargement des fichiers, et un remplacement direct de l’image peut entraîner un échec du démarrage.

Prix

Services cloud officiels

Les services cloud de FastGPT en Chine proposent actuellement les forfaits mensuels suivants ; le paiement annuel permet d’utiliser le service pendant un an au prix de 10 mois, les conditions de paiement et les offres étant indiquées sur la page d’achat :

Les points AI sont utilisés pour l’appel des modèles au sein de la plateforme, l’indexation de la base de connaissances est calculée en fonction du nombre de segments, et QPM représente le nombre de problèmes par minute. Le multiplicateur de modèle, les paquets de ressources, la durée de validité et les règles de dépassement peuvent varier ; il convient d’estimer le coût réel dans la console.

Version auto-hébergée communautaire

La version communautaire du code peut être téléchargée gratuitement et déployée par l’utilisateur lui-même, mais les serveurs, les bases de données, le stockage d’objets, la bande passante, les API de modèles, ainsi que les sauvegardes et l’exploitation sont à la charge de l’utilisateur. « Open source gratuit » ne signifie pas aucun coût, ni la possibilité de gérer un service SaaS similaire sans être soumis à des licences.

Édition professionnelle

La version commerciale ajoute des miroirs commerciaux et une licence sur la base de la version communautaire, incluant une licence SaaS commerciale, un soutien pour le déploiement initial ainsi que des tickets prioritaires. Le prix actuellement affiché est :

• Hébergement complet mon nœud Sealos :10 000 yuans par mois, pour un minimum de 3 mois, ou 120 000 yuans par an, avec 8 cœurs et 32 GB de ressources ; les ressources supplémentaires sont facturées séparément.
• Hébergement complet multi-nœuds Sealos :22 000 yuans par mois, pour un minimum de 3 mois, ou 264 000 yuans par an, avec 32 cœurs et 128 GB de ressources ; les ressources supplémentaires sont facturées séparément.
• Édition commerciale auto-hébergée :Contacter le service des devis pour obtenir une offre incluant un soutien pour l’upgrade de 6 versions, livraison généralement en 14 jours ;
• Services techniques :Le développement sur mesure, la maintenance, la migration et l’intégration de tiers coûtent de 2000 à 3000 yuans par personne-jour.

« 6 mises à niveau supportées » indique le nombre de fois où une assistance officielle est fournie pour la mise à niveau, et ne signifie pas que le logiciel cesse automatiquement de fonctionner une fois ce nombre atteint. Les images commerciales ne peuvent pas être modifiées par eux-mêmes, tandis que certaines versions communautaires permettent un développement secondaire ;

Après Fork, la fusion des codes pour les mises à jour futures doit être gérée par le client lui-même.

GitHub et les licences

Le dépôt officiel de FastGPT est maintenu par l’organisation labring et est principalement développé en TypeScript. Le projet subit des itérations fréquentes ; à la date de cette vérification, la dernière version stable sur la page GitHub est la 4.15.4, publiée le 24 juillet 2026.

Lors du déploiement, il convient de continuer à vérifier s’il y a des mises à jour correctives.

Le code est soumis à la licence open source FastGPT, et non à MIT, Apache ou GPL. Le résumé officiel précise clairement : il est autorisé d’en faire un service en arrière-plan à des fins commerciales directes, mais il n’est pas permis de fournir des services SaaS FastGPT sans autorisation.

Tout service commercial non autorisé commercialement doit conserver les informations relatives aux droits d’auteur.

Lorsqu’il est nécessaire de supprimer les droits d’auteur, de fournir une solution SaaS ou d’obtenir des droits commerciaux complets, il convient d’acheter une licence commerciale.

Sécurité et données

Le déploiement privé place la base de données et les fichiers dans un environnement propre, mais lorsqu’on fait appel à des modèles externes, les problèmes, les fragments de connaissances et les fichiers sont néanmoins envoyés au fournisseur du modèle. Les entreprises sensibles doivent vérifier les politiques de conservation des données, d’entraînement, de localisation et de conformité du fournisseur, et utiliser des modèles locaux et du masquage des données si nécessaire.

Le partage de liens, les iframe, OpenAPI, les plugins et les nœuds HTTP élargissent la surface d’attaque. Il convient d’implémenter SSO ou une authentification, le principe du moindre privilège pour les équipes, une liste blanche des noms de domaine, des restrictions sur les types de fichiers, un throttling des API, le masquage des journaux, le renouvellement des clés et des sauvegardes de base de données, ainsi que de mettre à jour en temps opportun les dépendances et les images.

Guide d’utilisation de FastGPT

Terminer une tâche de base

1. Définir le problème, la période, la région, la priorité des sources et le format de sortie ;
2. Dans FastGPT, téléchargez des documents dont vous avez les droits d’utilisation ou saisissez une question de recherche ;
3. Commencez par établir un cadre à l’aide de quatre types de capacités d’application, puis complétez les preuves grâce à une base de connaissances et au RAG ;
4. Il est nécessaire de distinguer les faits de source, les opinions de l’auteur et les inférences de l’IA ;
5. Vérifier une par une les dates, les chiffres, l’emplacement dans le texte original et les preuves contradictoires ;
6. Modifier manuellement les conclusions et enregistrer l’heure de vérification avant de les publier ;

Créer des flux de travail professionnels réutilisables

1. Découper les sujets complexes en quatre catégories de questions : contexte, données, comparaisons et conclusions ;
2. La combinaison de quatre types de compétences applicatives, d’une base de connaissances, de RAG et de flux de travail visuels constitue des étapes de recherche fixes ;
3. Privilégier les sites officiels, les articles scientifiques, les documents réglementaires et les données brutes ;
4. Mettre en place une vérification par une deuxième personne pour les conclusions à haut risque ;
5. Conserver les requêtes, les preuves, les versions et les problèmes non résolus ;
6. Redémarrer après modification des données et mettre à jour les conclusions ;

À qui s’adresse-t-il ?

• Créer une équipe pour mettre en place des systèmes internes à l’entreprise, ainsi que des assistants de connaissances pour les produits et le service après-vente ;
• Développeurs qui souhaitent relier des modèles, des données et des API métier par des flux de travail visuels ;
• Les entreprises qui ont besoin d’une interface compatible OpenAI pour se connecter rapidement à leurs systèmes existants ;
• Les organisations qui souhaitent déployer en privé et contrôler leurs bases de données ainsi que leurs documents de connaissance ;
• Utilisateurs qui ont besoin d’Agent V2, de compétences, d’extensions et de MCP pour accomplir des tâches ouvertes ;
• Équipes de taille moyenne à grande nécessitant l’hébergement, le SSO, le multi-locataire, l’audit et les licences commerciales.

Avantages du produit

• Les bases de connaissances, les flux de travail et Agent V2 couvrent tout, des questions-réponses fixes aux tâches autonomes ;
• Prend en charge la recherche mixte, le réarrangement, plusieurs bases de connaissances et l’édition par blocs ;
• Capacités complètes en matière de flux de travail, d’extensions, de compétences et d’extension MCP bidirectionnelle ;
• Compatibilité avec l’API d’OpenAI, facilitant l’intégration dans les applications existantes ;
• Offre en même temps des services cloud, des solutions d’hébergement auto-géré par la communauté et des solutions d’hébergement professionnel ;
• Les documents en chinois bénéficient d’un écosystème de modèles nationaux et de plateformes de bureautique bien développé.

Restrictions et précautions

• FastGPT abaisse les barrières à l’implémentation des applications d’IA, mais le nettoyage de la base de connaissances, l’évaluation des recherches, le coût des modèles, les droits de sécurité ainsi que l’exploitation et la maintenance nécessitent encore un investissement professionnel.
• La visualisation des processus devient également plus complexe à mesure que le nombre de nœuds augmente ; il convient donc de mettre en place une gestion des versions et des tests de régression.
• La licence FastGPTOpenSource impose des restrictions claires concernant le SaaS et les droits d’auteur ; elle ne permet pas de prétendre à tort que GitHub est ouvert, ce qui autoriserait une commercialisation fermée à volonté.
• Les différences de fonctionnalités entre la version communautaire et la version commerciale, ainsi que les ressources des forfaits cloud et leurs prix, peuvent être modifiés ; il est nécessaire de vérifier la page actuelle avant l’achat et le déploiement.

Questions fréquentes

FastGPT est-il gratuit ?

Les services cloud offrent une version gratuite à 0 yuan ; la version communautaire peut être hébergée gratuitement, mais les coûts de serveur et de modèles sont à la charge de l’utilisateur.

Tarification pour la version professionnelle, les services d’hébergement et les fonctionnalités avancées d’entreprise.

Combien coûte le service cloud FastGPT ?

La version de base coûte actuellement 99 yuans par mois, la version avancée 599 yuans par mois ; le paiement annuel permet d’obtenir un tarif équivalent à 10 mois ; la version gratuite coûte 0 yuans, et un devis est disponible pour la version sur mesure.

FastGPT peut-il être déployé en mode privé ?

Oui. La version communautaire prend en charge le déploiement avec Docker Compose et Sealos, tandis que la version commerciale offre également une livraison auto-hébergée ou entièrement gérée par Sealos.

FastGPT prend-il en charge l’API ?

Il existe une interface de chat pour les applications compatibles avec OpenAI, ainsi que l’OpenAPI, un système utilisé pour tester les applications, les bases de connaissances et la recherche.

FastGPT peut-il être utilisé à des fins commerciales ?

Il est possible d’utiliser FastGPT sous la licence open source pour des services en arrière-plan tout en conservant les droits d’auteur, mais FastGPT SaaS ne peut pas être fourni sans autorisation. Pour une utilisation commerciale complète et sans droits d’auteur, il faut acquérir une licence commerciale.

Quelles sont les différences entre FastGPT et MaxKB, Dify ?

Ces trois solutions permettent de créer des bases de connaissances et des flux de travail basés sur l’IA. FastGPT se distingue par son RAG en chinois, sa compatibilité avec OpenAI, ses flux de travail via des plugins et Agent V2 ;

Le choix final doit se baser sur la source de données, les droits d’accès, les nœuds, l’exploitation et les tests de validation des licences.