客户端接入 · FastGPT

FastGPT 接入 HardysAPI:对话与向量分别配

FastGPT 的知识库依赖 embedding 模型,很多人只配了对话模型,结果建库时报错。两类模型要分别在「模型配置」里添加。

配置步骤

  1. 登录 FastGPT,左下角头像 → 账号 → 模型配置;
  2. 点 新增模型,模型类型 选 LLM;
  3. 模型 填模型名,接入协议 / 来源选 OpenAI;
  4. 代理地址 填 https://hardysapi.com/v1,密钥填 sk-...;
  5. 保存后同样的方式再加一个 Embedding 类型模型(需要分组里有 embedding 模型);
  6. 在知识库与应用的模型下拉里就能选到。

自部署时的一个坑

FastGPT 的模型请求由 服务端发出。如果 FastGPT 部署在内网、没有出网权限, 配置看起来正确但一直超时——检查容器的出网(DNS 与防火墙),而不是改地址。

常见坑

  • 建知识库报「未配置向量模型」:只加了 LLM,没加 Embedding;
  • 知识库检索效果差:换一个更强的 embedding 模型,或调小分块长度;
  • 工作流节点报模型不存在:节点里选的是旧模型 ID,重新选一次。

验证

确认分组里有 embeddingbash
curl https://hardysapi.com/v1/models \
  -H "Authorization: Bearer sk-你的密钥" | grep -i embed

常见问题

FastGPT 的代理地址填什么?

https://hardysapi.com/v1,接入协议选 OpenAI。FastGPT 会在此基础上拼接具体路径。

FastGPT 知识库报未配置向量模型怎么办?

在模型配置里新增一个 Embedding 类型的模型,代理地址与密钥和 LLM 相同,前提是该分组包含 embedding 模型。