# FastGPT · 有光练习卡

本卡为有光设计的练习，不表示已执行该工具或获得外部会员。

## 具体用途
- 知识库导入与分段
- 混合检索与重排
- 可视化问答工作流

## 选择理由
适合把产品资料变成可测试的客服：能先看检索到哪些片段，再看回答是否采用这些片段，便于定位“找不到资料”和“找到却答错”的区别。

## 适合谁
要做知识库客服的企业负责人及实施人员

## 局限
检索效果取决于分段、向量模型和知识质量；业务系统里的实时库存、订单状态需要另接工具，静态知识库不能代替。

## 准备资料
示例知识：营业时间09:00—18:00、维修服务需预约、收费未公布。另准备十条测试问题，覆盖已知、未知、冲突和撤销资料。

## 操作步骤
1. 在测试知识库导入资料，检查分段与索引完成状态
2. 先运行单点检索，再连接检索与模型回答节点；约束只依据命中片段回答业务事实
3. 测试营业时间、收费与不存在的服务；更新或删除资料后再次测试并记录引用变化

## 示例指令或操作说明
知识库只写营业时间09:00—18:00，未写收费。用户问“几点关门、维修多少钱？”时回答营业时间并引用来源，对价格说明资料未提供，转向咨询入口，不推测价格。

## 交付目标
带引用的客服试点、十题测试记录、知识更新与撤销记录

## 核验要点
- 回答引用是否对应当前有效片段
- 未知价格是否拒绝推测；删除资料后是否仍被检索

## 同类选择
以知识问答和检索调试为主可先看FastGPT；同时需要多类应用与流程编排可比较Dify的应用结构。

## 接入方式
云服务或Docker自部署；官方OpenAPI可由网站后端调用。自部署仍要配置聊天及向量模型，有光现有连接状态以工作台实际配置为准。

## 费用核对
模型、向量处理、存储与运维分开核算。官方当前协议对类似FastGPT的多租户SaaS及控制台Logo、版权修改有额外条件；拟做收费平台时核对商业授权。

## 官方资料
- [官方产品与功能入口](https://github.com/labring/FastGPT)
- [官方许可条件](https://github.com/labring/FastGPT/blob/main/LICENSE)

样例与练习数据不可作为真实业务记录；实际界面与权益以当前账户为准。