应用构建
常见问题
FastGPT 应用构建常见问题,包括简易应用、工作流和插件
多轮对话分类
问题分类节点具有获取上下文信息的能力,当处理两个关联性较大的问题时,模型的判断准确性往往依赖于这两个问题之间的联系和模型的能力。例如,当用户先问“我该如何使用这个功能?”接着又询问“这个功能有什么限制?”时,模型借助上下文信息,就能够更精准地理解并响应。
但是,当连续问题之间的关联性较小,模型判断的准确度可能会受到限制。在这种情况下,我们可以引入全局变量的概念来记录分类结果。在后续的问题分类阶段,首先检查全局变量是否存有分类结果。如果有,那么直接沿用该结果;若没有,则让模型自行判断。
建议:构建批量运行脚本进行测试,评估问题分类的准确性。
定时执行触发时机
系统编排配置中的定时执行,如果用户打开分享的连接,停留在那个页面,定时执行触发问题:
定时执行会在应用发布后生效,会在后台生效。
修改后未生效
应用变更后,需要点击发布后,聊天和发布渠道的使用才会更新应用。
取消 Markdown 输出
修改知识库默认提示词, 默认用的是标准模板提示词,会要求按 Markdown 输出,可以去除该要求:
![]() | ![]() |
不同来源效果不一致
Q: 应用在调试和正式发布后,效果不一致;在 API 调用时,效果不一致。
A: 通常是由于上下文不一致导致,可以在对话日志中,找到对应的记录,并查看运行详情来进行比对。
![]() | ![]() | ![]() |
在针对知识库的回答要求里有, 要给它配置提示词,不然他就是默认的,默认的里面就有该语法。
后续问题跳过分类节点
做个判断器,如果是初次开始对话也就是历史记录为 0,就走问题分类;不为零直接走知识库和 ai。
公式无法正常显示
添加相关提示词,引导模型按 Markdown 输出公式
Latex inline: \(x^2\)
Latex block: $$e=mc^2$$



