lijiajun1997
lijiajun1997
如果你的模型支持tool工具，可以直接把知识库挂在tool工具下，修改知识库的描述，她来安排问谁
向量相关度0.45， 那不相关的也会被匹配上，基本不太可能在知识库判定为空了。你得在AI提示词里加，如过提供的与问题不相关，你应该拒绝回答并回复：“xxx”
config里把tool choice 和function call关掉，另外工具调用对openai兼容性比较好，其他模型建议用分类。
版本更新到4.8试试
FastGPT是前端应用，本身不是大模型，你为啥要用PAI部署。
> PAI上跑大模型啊 你把大模型部署在云计算平台当作API，api接入fastgpt就好，fastgpt 用docker或者sealos部署。
> PAI不连外网 不连外网你fastgpt部署怎么用 不太了解PAI但是我印象里是可以作为api提供对外服务的才是
判断器 关键词判断出现类似最值和最新的问题，启动联网搜索。
> > 判断器 关键词判断出现类似最值和最新的问题，启动联网搜索。 > > 基于知识库里的知识进行最值问题呢 说白了就是知识范围的问题，因为有“引用上限”的限制，知识库引用的知识段只能是部分知识，感觉“引用上限”的会一直限制这类问题的回答范围，毕竟每个模型的input tokens是有限制的 那就没办法咯，或者只能手工加工知识库，把常用的问题穷举出来。
知识库的存储方式取决于部署模式，主要有两种：公有云（fastgpt在线版）和本地部署。 1. **公有云部署**： - **存储位置**：在公有云部署模式下，您的知识库数据将被存储在FastGPT的云服务器上。 - **安全性**：有隐私协议，但是仍然存在一定风险。 2. **本地部署**： - **存储位置**：在本地部署模式下，知识库数据将被存储在您自己的服务器或数据中心内。 - **安全性**：本地部署可以显著降低资料泄漏的风险，因为数据完全由您自己掌控。您可以根据自身需求实施严格的安全策略，如防火墙、入侵检测系统和数据加密等。 此外，向量化处理步骤也需要特别注意。向量化是将文本数据转换为向量表示的过程，这一步骤同样可能导致资料泄露。因此，为了确保数据的绝对安全，建议在本地部署环境中也部署本地向量模型。这样，所有数据处理都在您的内部网络中进行，进一步降低了泄露风险。