一、先配置大模型¶

1.1 配置 DeepSeek¶

进入：

模型提供商 -> 模型配置

搜索 deepseek，启用 deepseek-chat。

模型参数一般先保持默认即可：

然后到：

模型提供商 -> 模型渠道 -> 新增渠道

填入你自己的 API Key。

1.2 测试模型¶

配置完成后做一次模型测试，确保通路正常。

1.3 配置 Rerank 和索引模型¶

FastGPT 的 RAG 效果不仅依赖生成模型，还依赖：

• 重排序模型；
• 索引模型。

这些也可以在模型配置里逐步补上。

二、创建应用¶

路径：

工作台 -> +新建 -> 简易应用 -> 创建空白应用

一开始其实不需要配置太多提示词和开场白，先把最小应用跑通即可。

发布渠道里，如果是测试阶段，通常可以先选“免登录窗口”。

三、创建工作流¶

路径：

工作台 -> 工作流 -> +新建 -> 工作流

工作流的价值在于：把检索、模型调用和业务逻辑编排到一起，而不是只做单轮对话。

四、创建知识库¶

路径：

知识库 -> +新建 -> 通用知识库

然后点击“新建导入”，选择本地文件上传：

五、测试知识库¶

通过：

工作台 -> 测试应用 -> 关联知识库

就可以做最小知识库问答测试。

六、为什么先做这四步¶

因为它们基本覆盖了 FastGPT 的核心使用面：

• 模型通不通；
• 应用能不能建；
• 工作流能不能串；
• 知识库能不能答。

只要这四个环节都跑通，后面做企业知识问答项目时，你的排错路径会清晰很多。