Dify外接Fastgpt知识库，这套组合可以说封神了！【喂饭级教程】

读者福利：关注公众号【大模型应用开发LLM】可获取入门大模型学习资料包一份~

大家好，上篇给大家分享了如何本地部署目前最强开源LLM应用平台dify v1.0.0，本来这期是准备分享dify的知识库搭建的。

但是即便dify已经升级到1.0完全体了，它的知识库问答效果还是一坨，，，

以下是我个人使用dify知识库之后的感受：

1.即便使用最新的父子分段后效果仍不理想；

2.配置有点繁琐，在知识库创建流程中已经设定了重排模型，到应用关联知识库的时候还要设定一次；

3.dify的知识库也支持fastgpt的问答拆分模式，但是这个拆分速度非常慢，还容易出错；

4.使用问答拆分之后的回复也是一坨，，，

说真的，dify除了知识库以外，其他大部分功能体验都比fastgpt要好。

有时候我真的有点恨铁不成钢。

而fastgpt的知识库效果是公认的好（以下是某群 群友的评价~）

所以，过去一年我大部分时间都在用fastgpt，毕竟知识库才是根本。

不过我想：如果能把dify和fastgpt结合，且不妙哉？

dify提供了外部知识库API，我知道，这事儿绝对能成！

dify的外部知识库功能，支持添加外部知识库使用。

而fastgpt的知识库又刚好支持API调用。

那咱们可以直接把fastgpt知识库接入dify使用呀~

但是两边API接口不适配，，，是个问题。

遇到问题，我一般都会先找找有没有现成的方案（毕竟重复造轮子不是明智之举）

经过我的一番AI搜索，引擎搜索，各种查找，还真没找到现成的方案可以直接把fastgpt的知识库接入dify

PS：如果您有其他方案，欢迎评论区分享~

那么，就由我自己来创造"完美"！（造个轮子）

我用字节最新发布的AI编程工具Trae，花了30分钟左右，快速的完成了一个小项目，作为dify和fastgpt知识库的桥梁，可以快速、方便的把fastgpt的知识库外接到dify使用。

你可以把这个项目看做一个适配器。

姑且就给这个项目起名fda（fastgpt-dify-adapter）

看下dify外接fastgpt知识库前后的回复对比（左边是接入前，右边是接入后）

这个对比，两边所配置的参数，索引方式，索引模型，问答模型，以及知识库所上传的资料都一样。

但是dify的原始回复效果，我看了直接想报警！

完全跟我文章里面的内容不沾边，，，

整个接入过程简单分为3步：

1.配置、部署fda；

2.在fastgpt创建open apikey，复制知识库id；

3.在dify外接fastgpt知识库；

介绍差不多了，我们直接开始喂饭~

一、部署fda(fastgpt-dify-adapter)

fda（fastgpt-dify-adapter）使用python语言开发，支持docker-compose一键启动。

目前已经放到github

**地址：**https://github.com/kangarooking/fastgpt-dify-adapter

本篇教程使用的是本地部署的fastgpt和本地部署的dify来完成对接

PS：dify和fastgpt都有云端版本，懒得本地部署的朋友也可以通过云端版本测试。

同样，fda也是本地部署（系统：win10）

咱们不需要去下载fda的源码，直接创建一个fda的docker-compose.yml配置文件即可。

先随便新建一个文件夹，在文件夹下新建一个.txt文件，把如下内容复制到.txt文件中（一定要保持yml格式，不能乱）

version: '3'services:  fastgpt-dify-adapter:    image: registry.cn-guangzhou.aliyuncs.com/kangarooking/fastgpt-dify-adapter:1.0.1    ports:      - "5000:5000"    environment:      - FASTGPT_BASE_URL=http://host.docker.internal:3000      # 问题优化配置      - DATASET_SEARCH_USING_EXTENSION=false      - DATASET_SEARCH_EXTENSION_MODEL=deepseek-chat      - DATASET_SEARCH_EXTENSION_BG=      # 重排序配置      - DATASET_SEARCH_USING_RERANK=false    restart: unless-stopped

ps：本次镜像也特别帮大家上传到了阿里云，这样不需要科学上网就能快速下载镜像啦

.txt文件保存之后，将文件名连着后缀一起修改为docker-compose.yml

FASTGPT_BASE_URL：配置fastgpt地址（如果fastgpt和fda部署在同一个服务器的docker中，fastgpt地址建议直接使用 http://host.docker.internal:3000）

问题优化 和 重排序配置对应fastgpt的什么配置呢？

我放两个图你就懂了

docker-compose.yml文件配置好之后

在docker-compose.yml文件所在目录的地址栏输入cmd 回车，进入控制台。

控制台输入指令docker-compose up -d ，然后 回车（就自动下载、部署fda了）

**如上图部署成功之后，可以打开docker-desktop，找到*Containers->fda->view details*查看fda的日志

二、获取fastgpt相关参数

我们需要获取fastgpt的openapi key

创建openapi key之后 需要复制下来备用

找到你想要接入dify的知识库，点进去

在最右边找到知识库id，复制下来备用

三、dify外接fastgpt知识库

访问dify，知识库->外部知识库API->添加外部知识库API

API Endpoint填写fda的地址+端口（如有）

PS：如果dify和fda也是部署在同一服务器的docker中，fda的地址直接用：http://host.docker.internal:5000

API key填写刚刚复制的fastgpt openapi key

让后保存。

如下图就保存成功了

然后我们创建一个外部知识库

注意填写刚刚复制的fastgpt知识库id

Top K 和 Score对应fastgpt哪里的配置，我放个图你就明白了

Top K为4=fastgpt的引用上限2000（如果是5就对应2500，以此类推）

Score=fastgpt的最低相关度

建议 Top K拉到6以上，可以提供更多的长下文

配置好之后，点击连接

最后，随便进入一个dify应用，点击添加知识库

选择刚刚创建的外部库，添加

会弹出设置（这里的设置经我测试不起作用，不用管），直接保存

到这一步，我们就可以在dify里面愉快的使用fastgpt知识库来进行问答回复啦~ 效果提升不止一点点！

点击引用，还可以看到所有的引用内容

如果后续想调整外部知识库的参数，可以到外部知识库->设置里面调整

至此

pg3YF5-1746157384223)]

到这一步，我们就可以在dify里面愉快的使用fastgpt知识库来进行问答回复啦~ 效果提升不止一点点！

[外链图片转存中…(img-qPPEDX6I-1746157384223)]

点击引用，还可以看到所有的引用内容

[外链图片转存中…(img-gnyPJOA6-1746157384223)]

如果后续想调整外部知识库的参数，可以到外部知识库->设置里面调整

[外链图片转存中…(img-kauMM8cC-1746157384223)]

至此

外接fastgpt知识库的dify才算是世界上最好用的开源LLM应用平台！

如何学习AI大模型？

大模型的发展是当前人工智能时代科技进步的必然趋势，我们只有主动拥抱这种变化，紧跟数字化、智能化潮流，才能确保我们在激烈的竞争中立于不败之地。

那么，我们应该如何学习AI大模型?

对于零基础或者是自学者来说，学习AI大模型确实可能会感到无从下手，这时候一份完整的、系统的大模型学习路线图显得尤为重要。

它可以极大地帮助你规划学习过程、明确学习目标和步骤，从而更高效地掌握所需的知识和技能。

这里就给大家免费分享一份 2025最新版全套大模型学习路线图，路线图包括了四个等级，带大家快速高效的从基础到高级！

如果大家想领取完整的学习路线及大模型学习资料包，可以扫下方二维码获取

👉2.大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。(篇幅有限，仅展示部分）

大模型教程

👉3.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（篇幅有限，仅展示部分，公众号内领取）

电子书

👉4.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（篇幅有限，仅展示部分，公众号内领取）

大模型面试

**因篇幅有限，仅展示部分资料，需要的扫描下方二维码领取 **