FastGPT 是什么？2.98 万星的国产知识库 Agent 平台，比 Dify 开源还早两个月（基础篇）
2023 年初大模型刚火那阵，国内冒出一批「知识库 + Agent」平台。多数已经销声匿迹，FastGPT 却一直活着，而且活得不算差：GitHub 2.98 万星、7335 fork，最新版 v4.17.2 在 2026 年 10 月 9 日刚发，仓库 10 月 15 日还在提交。更少人知道的是，它 2023 年 2 月 23 日就建了仓库——比同赛道的老对手 Dify（2023 年 4 月）还早了近两个月。这篇把「现在」的 FastGPT 一次讲清。
一句话介绍：FastGPT 是什么
FastGPT 是一个知识库驱动的 AI Agent 构建平台，出自国内团队 Sealos（同门的 Sealos 容器平台也有 1.8 万星）。它的核心卖点很明确：你把文档丢进去，它自动清洗、切片、向量化，然后用一套可视化工作流把「检索 → 拼上下文 → 调大模型 → 带引用回答」串成一条链路，不用你从零搭 RAG。
跟纯聊天机器人不一样，FastGPT 从第一天就是冲着「企业知识问答」去的——回答后面挂着引用，能追溯到原文哪一段，这点在客服、内部文档问答这类场景里是刚需。
- 开源协议：Apache 2.0，但带两条附加限制（后面实话里细说）
- 现状：GitHub 2.98 万星、7335 fork，约 190 位贡献者，累计 4300+ PR
- 版本节奏：v4.17.2（2026-10-09）、v4.17.1（09-30）、v4.17.0（09-11），基本月月发版
- 归属：labring / Sealos 团队，同时维护 aiproxy（模型聚合代理）等配套项目
上手：Docker 一条命令跑起来
FastGPT 是重头戏在服务端的 Node 应用，官方给了一键脚本，本质是拉一套 docker-compose（含 MongoDB、Redis、MinIO、pgvector 向量库、代码沙箱、插件服务）：
bash <(curl -fsSL https://doc.fastgpt.io/deploy/install.sh)
docker compose up -d
起来后浏览器开 http://localhost:3000，默认账号 root、密码 1234，进去第一件事就是改掉。
真正干活的是这几步：
- 建知识库、传文档：支持 PDF、Markdown、XLSX、网页 URL 等，可选「自动切片」或「QA 拆分」两种索引方式，切完能在库里单点测试检索效果。
- 配对话工作流：拖拽式 Flow 编排，把知识库检索、LLM 调用、工具节点串起来；也有插件工作流，支持双向 MCP，能调外部工具、也能被外部 Agent 调。
- 发布：同一个应用可发布成网页、API，或生成免登录分享链接、一键 iframe 嵌进现有站点。
模型接入走 OpenAI 兼容接口，配合自家 aiproxy 可以把多家模型聚合到一个入口做负载均衡。不想自己部署的话，官方还有云版 fastgpt.io 和收费商业版。
实话：优点和坑都说清楚
先说好的：
- 知识库检索是它的看家本领。 混合检索（向量 + 全文）加重排，QA 拆分导入、单点检索测试、引用溯源这套做得很细，同类开源项目里少见。
- 更新勤快。 月月发版、10 月还在提交，比一堆 archived 的同行强太多。
- 自托管友好。 Docker Compose 一把梭，Mongo + pgvector 那套都是常见组件，不锁定云厂商。
坑也得摆出来：
- 协议有附加条款。 Apache 2.0 之外明确写了：想拿它运营多租户 SaaS 必须先联系官方拿商业授权；使用时不能移除控制台里的 LOGO 和版权信息。个人和企业内部自用没事，但如果你打算包装成自己的 SaaS 卖，这就是硬门槛。
- 部署不轻。 一套下来要拉起 Mongo、Redis、MinIO、pgvector、代码沙箱、插件服务等七八个容器，2C4G 的小机器会比较吃力，别指望树莓派级别的板子硬扛。
- 生态声量不如 Dify。 Dify 已经 15.8 万星，FastGPT 3 万星，社区插件、教程、第三方集成的丰富度差着量级，选型时要有心理预期。
一句话总结：FastGPT 是那种「不追风口、就把知识库问答这一件事做扎实」的国产平台。你要的是可自控、带引用溯源的企业知识库 Agent，它值得进备选；你要的是花哨的多智能体编排和热闹的生态，可能 Dify 更合适。
