add gemini model

* fix interactive edge

* fix

docSite/content/zh-cn/docs/development/configuration.md

@@ -25,249 +25,6 @@ weight: 707
     "qaMaxProcess": 15, // 问答拆分线程数量
     "tokenWorkers": 50, // Token 计算线程保持数，会持续占用内存，不能设置太大。
     "pgHNSWEfSearch": 100 // 向量搜索参数。越大，搜索越精确，但是速度越慢。设置为100，有99%+精度。
-  },
-  "llmModels": [
-    {
-      "provider": "OpenAI", // 模型提供商，主要用于分类展示，目前已经内置提供商包括：https://github.com/labring/FastGPT/blob/main/packages/global/core/ai/provider.ts, 可 pr 提供新的提供商，或直接填写 Other
-      "model": "gpt-4o-mini", // 模型名(对应OneAPI中渠道的模型名)
-      "name": "gpt-4o-mini", // 模型别名
-      "maxContext": 125000, // 最大上下文
-      "maxResponse": 16000, // 最大回复
-      "quoteMaxToken": 120000, // 最大引用内容
-      "maxTemperature": 1.2, // 最大温度
-      "charsPointsPrice": 0, // n积分/1k token（商业版）
-      "censor": false, // 是否开启敏感校验（商业版）
-      "vision": true, // 是否支持图片输入
-      "datasetProcess": true, // 是否设置为文本理解模型（QA），务必保证至少有一个为true，否则知识库会报错
-      "usedInClassify": true, // 是否用于问题分类（务必保证至少有一个为true）
-      "usedInExtractFields": true, // 是否用于内容提取（务必保证至少有一个为true）
-      "usedInToolCall": true, // 是否用于工具调用（务必保证至少有一个为true）
-      "usedInQueryExtension": true, // 是否用于问题优化（务必保证至少有一个为true）
-      "toolChoice": true, // 是否支持工具选择（分类，内容提取，工具调用会用到。）
-      "functionCall": false, // 是否支持函数调用（分类，内容提取，工具调用会用到。会优先使用 toolChoice，如果为false，则使用 functionCall，如果仍为 false，则使用提示词模式）
-      "customCQPrompt": "", // 自定义文本分类提示词（不支持工具和函数调用的模型
-      "customExtractPrompt": "", // 自定义内容提取提示词
-      "defaultSystemChatPrompt": "", // 对话默认携带的系统提示词
-      "defaultConfig": {}, // 请求API时，挟带一些默认配置（比如 GLM4 的 top_p）
-      "fieldMap": {} // 字段映射（o1 模型需要把 max_tokens 映射为 max_completion_tokens）
-    },
-    {
-      "provider": "OpenAI",
-      "model": "gpt-4o",
-      "name": "gpt-4o",
-      "maxContext": 125000,
-      "maxResponse": 4000,
-      "quoteMaxToken": 120000,
-      "maxTemperature": 1.2,
-      "charsPointsPrice": 0,
-      "censor": false,
-      "vision": true,
-      "datasetProcess": true,
-      "usedInClassify": true,
-      "usedInExtractFields": true,
-      "usedInToolCall": true,
-      "usedInQueryExtension": true,
-      "toolChoice": true,
-      "functionCall": false,
-      "customCQPrompt": "",
-      "customExtractPrompt": "",
-      "defaultSystemChatPrompt": "",
-      "defaultConfig": {},
-      "fieldMap": {}
-    },
-    {
-      "provider": "OpenAI",
-      "model": "o1-mini",
-      "name": "o1-mini",
-      "maxContext": 125000,
-      "maxResponse": 65000,
-      "quoteMaxToken": 120000,
-      "maxTemperature": 1.2,
-      "charsPointsPrice": 0,
-      "censor": false,
-      "vision": false,
-      "datasetProcess": true,
-      "usedInClassify": true,
-      "usedInExtractFields": true,
-      "usedInToolCall": true,
-      "usedInQueryExtension": true,
-      "toolChoice": false,
-      "functionCall": false,
-      "customCQPrompt": "",
-      "customExtractPrompt": "",
-      "defaultSystemChatPrompt": "",
-      "defaultConfig": {
-        "temperature": 1,
-        "max_tokens": null,
-        "stream": false
-      }
-    },
-    {
-      "provider": "OpenAI",
-      "model": "o1-preview",
-      "name": "o1-preview",
-      "maxContext": 125000,
-      "maxResponse": 32000,
-      "quoteMaxToken": 120000,
-      "maxTemperature": 1.2,
-      "charsPointsPrice": 0,
-      "censor": false,
-      "vision": false,
-      "datasetProcess": true,
-      "usedInClassify": true,
-      "usedInExtractFields": true,
-      "usedInToolCall": true,
-      "usedInQueryExtension": true,
-      "toolChoice": false,
-      "functionCall": false,
-      "customCQPrompt": "",
-      "customExtractPrompt": "",
-      "defaultSystemChatPrompt": "",
-      "defaultConfig": {
-         "temperature": 1,
-        "max_tokens": null,
-        "stream": false
-      }
-    }
-  ],
-  "vectorModels": [
-    {
-      "provider": "OpenAI",
-      "model": "text-embedding-3-small",
-      "name": "text-embedding-3-small",
-      "charsPointsPrice": 0,
-      "defaultToken": 512,
-      "maxToken": 3000,
-      "weight": 100
-    },
-    {
-      "provider": "OpenAI",
-      "model": "text-embedding-3-large",
-      "name": "text-embedding-3-large",
-      "charsPointsPrice": 0,
-      "defaultToken": 512,
-      "maxToken": 3000,
-      "weight": 100,
-      "defaultConfig": {
-        "dimensions": 1024
-      }
-    },
-    {
-      "provider": "OpenAI",
-      "model": "text-embedding-ada-002", // 模型名（与OneAPI对应）
-      "name": "Embedding-2", // 模型展示名
-      "charsPointsPrice": 0, // n积分/1k token
-      "defaultToken": 700, // 默认文本分割时候的 token
-      "maxToken": 3000, // 最大 token
-      "weight": 100, // 优先训练权重
-      "defaultConfig": {}, // 自定义额外参数。例如，如果希望使用 embedding3-large 的话，可以传入 dimensions:1024，来返回1024维度的向量。（目前必须小于1536维度）
-      "dbConfig": {}, // 存储时的额外参数（非对称向量模型时候需要用到）
-      "queryConfig": {} // 参训时的额外参数
-    }
-  ],
-  "reRankModels": [],
-  "audioSpeechModels": [
-    {
-      "provider": "OpenAI",
-      "model": "tts-1",
-      "name": "OpenAI TTS1",
-      "charsPointsPrice": 0,
-      "voices": [
-        { "label": "Alloy", "value": "alloy", "bufferId": "openai-Alloy" },
-        { "label": "Echo", "value": "echo", "bufferId": "openai-Echo" },
-        { "label": "Fable", "value": "fable", "bufferId": "openai-Fable" },
-        { "label": "Onyx", "value": "onyx", "bufferId": "openai-Onyx" },
-        { "label": "Nova", "value": "nova", "bufferId": "openai-Nova" },
-        { "label": "Shimmer", "value": "shimmer", "bufferId": "openai-Shimmer" }
-      ]
-    }
-  ],
-  "whisperModel": {
-    "provider": "OpenAI",
-    "model": "whisper-1",
-    "name": "Whisper1",
-    "charsPointsPrice": 0
   }
 }
-```
-
-##  内置的模型提供商ID
-
-为了方便模型分类展示，FastGPT 内置了部分模型提供商的名字和 Logo。如果你期望补充提供商，可[提交 Issue](https://github.com/labring/FastGPT/issues)，并提供几个信息：
-
-1. 厂商官网地址
-2. 厂商 SVG logo，建议是正方形图片。
-
-目前已支持的提供商, 复制 "-" 之前的字符串，作为 provider 的值。
-
-- OpenAI
-- Claude
-- Gemini
-- Meta
-- MistralAI
-- AliCloud - 阿里云
-- Qwen - 通义千问
-- Doubao - 豆包
-- ChatGLM - 智谱
-- DeepSeek - 深度求索
-- Moonshot - 月之暗面
-- MiniMax
-- SparkDesk - 讯飞星火
-- Hunyuan - 腾讯混元
-- Baichuan - 百川
-- Yi - 零一万物
-- Ernie - 文心一言
-- StepFun - 阶跃星辰
-- Ollama
-- BAAI - 智源研究院
-- FishAudio
-- Other - 其他
-
-
-## ReRank 模型接入
-
-由于 OneAPI 不支持 Rerank 模型，所以需要单独配置接入，这里
-
-
-### 使用硅基流动的在线模型
-
-有免费的 `bge-reranker-v2-m3` 模型可以使用。
-
-1. [点击注册硅基流动账号](https://cloud.siliconflow.cn/i/TR9Ym0c4)
-2. 进入控制台，获取 API key: https://cloud.siliconflow.cn/account/ak
-3. 修改 FastGPT 配置文件
-
-```json
-{
-    "reRankModels": [
-        {
-            "model": "BAAI/bge-reranker-v2-m3", // 这里的model需要对应 siliconflow 的模型名
-            "name": "BAAI/bge-reranker-v2-m3",
-            "requestUrl": "https://api.siliconflow.cn/v1/rerank",
-            "requestAuth": "siliconflow 上申请的 key"
-        }
-    ]
-}
-```
-
-### 私有部署模型
-
-请使用 4.6.6-alpha 以上版本，配置文件中的 `reRankModels` 为重排模型，虽然是数组，不过目前仅有第1个生效。
-
-1. [部署 ReRank 模型](/docs/development/custom-models/bge-rerank/)
-1. 找到 FastGPT 的配置文件中的 `reRankModels`， 4.6.6 以前是 `ReRankModels`。
-2. 修改对应的值：
-
-```json
-{
-    "reRankModels": [
-        {
-            "model": "bge-reranker-base", // 随意
-            "name": "检索重排-base", // 随意
-            "charsPointsPrice": 0,
-            "requestUrl": "{{host}}/v1/rerank",
-            "requestAuth": "安全凭证，已自动补 Bearer"
-        }
-    ]
-}
-```
+```

docSite/content/zh-cn/docs/development/custom-models/bge-rerank.md

@@ -118,10 +118,17 @@ services:
 ```
 ## 接入 FastGPT
 
-参考 [ReRank模型接入](/docs/development/configuration/#rerank-接入)，host 变量为部署的域名。
+1. 打开 FastGPT 模型配置，新增一个重排模型。
+2. 填写模型配置表单：模型 ID 为`bge-reranker-base`，地址填写`{{host}}/v1/rerank`，host 为你部署的域名/IP:Port。
+
+![alt text](/imgs/image-102.png)
 
 ## QA
 
+### 403报错
+
+FastGPT中，自定义请求 Token 和环境变量的 ACCESS_TOKEN 不一致。 
+
 ### Docker 运行提示 `Bus error (core dumped)`
 
 尝试增加 `docker-compose.yml` 配置项 `shm_size` ，以增加容器中的共享内存目录大小。

docSite/content/zh-cn/docs/development/custom-models/xinference.md

@@ -144,7 +144,6 @@ curl --location --request POST 'https://<oneapi_url>/v1/chat/completions' \
       "usedInClassify": true, // 是否用于问题分类（务必保证至少有一个为true）
       "usedInExtractFields": true, // 是否用于内容提取（务必保证至少有一个为true）
       "usedInToolCall": true, // 是否用于工具调用（务必保证至少有一个为true）
-      "usedInQueryExtension": true, // 是否用于问题优化（务必保证至少有一个为true）
       "toolChoice": true, // 是否支持工具选择（分类，内容提取，工具调用会用到。）
       "functionCall": false, // 是否支持函数调用（分类，内容提取，工具调用会用到。会优先使用 toolChoice，如果为false，则使用 functionCall，如果仍为 false，则使用提示词模式）
       "customCQPrompt": "", // 自定义文本分类提示词（不支持工具和函数调用的模型

docSite/content/zh-cn/docs/development/docker.md

@@ -23,19 +23,19 @@ weight: 707
 
 ### PgVector版本
 
-体验测试首选
+非常轻量，适合数据量在 5000 万以下。
 
 {{< table "table-hover table-striped-columns" >}}
 | 环境 | 最低配置（单节点） | 推荐配置 |
 | ---- | ---- | ---- |
-| 测试 | 2c2g  | 2c4g |
+| 测试（可以把计算进程设置少一些） | 2c4g  | 2c8g |
 | 100w 组向量 | 4c8g 50GB | 4c16g 50GB |
 | 500w 组向量 | 8c32g 200GB | 16c64g 200GB |
 {{< /table >}}
 
 ### Milvus版本
 
-生产部署首选，对于千万级以上向量性能更优秀。
+对于亿级以上向量性能更优秀。
 
 [点击查看 Milvus 官方推荐配置](https://milvus.io/docs/prerequisite-docker.md)
 
@@ -202,6 +202,10 @@ docker restart oneapi
 
 首次运行，会自动初始化 root 用户，密码为 `1234`（与环境变量中的`DEFAULT_ROOT_PSW`一致），日志里会提示一次`MongoServerError: Unable to read from a snapshot due to pending collection catalog changes;`可忽略。
 
+### 6. 配置模型
+
+[点击查看模型配置教程](/docs/development/modelConfig/intro/)
+
 ## FAQ
 
 ### Mongo 副本集自动初始化失败

docSite/content/zh-cn/docs/development/faq.md

@@ -19,6 +19,24 @@ images: []
 
 ## 二、通用问题
 
+### 通过sealos部署的话，是否没有本地部署的一些限制？
+![](/imgs/faq1.png)
+这是索引模型的长度限制，通过任何方式部署都一样的，但不同索引模型的配置不一样，可以在后台修改参数。
+
+### 怎么挂载小程序配置文件
+
+将验证文件，挂载到指定位置：/app/projects/app/public/xxxx.txt
+
+然后重启。例如:
+
+![](/imgs/faq2.png)
+
+### 数据库3306端口被占用了，启动服务失败
+
+![](/imgs/faq3.png)
+
+把端口映射改成 3307 之类的，例如 3307:3306。
+
 ### 本地部署的限制
 
 具体内容参考https://fael3z0zfze.feishu.cn/wiki/OFpAw8XzAi36Guk8dfucrCKUnjg。

docSite/content/zh-cn/docs/development/modelConfig/intro.md

@@ -0,0 +1,412 @@
+---
+title: 'FastGPT 模型配置说明'
+description: 'FastGPT 模型配置说明'
+icon: 'api'
+draft: false
+toc: true
+weight: 744
+---
+
+在 4.8.20 版本以前，FastGPT 模型配置在 `config.json` 文件中声明，你可以在 https://github.com/labring/FastGPT/blob/main/projects/app/data/model.json 中找到旧版的配置文件示例。
+
+从 4.8.20 版本开始，你可以直接在 FastGPT 页面中进行模型配置，并且系统内置了大量模型，无需从 0 开始配置。下面介绍模型配置的基本流程：
+
+## 1. 使用 OneAPI 对接模型提供商
+
+可以使用 [OneAPI 接入教程](/docs/development/modelconfig/one-api) 来进行模型聚合，从而可以对接更多模型提供商。你需要先在各服务商申请好 API 接入 OneAPI 后，才能在 FastGPT 中使用这些模型。示例流程如下：
+
+![alt text](/imgs/image-95.png)
+
+除了各模型官方的服务外，还有一些第三方服务商提供模型接入服务，当然你也可以用 Ollama 等来部署本地模型，最终都需要接入 OneAPI，下面是一些第三方服务商：
+
+{{% alert icon=" " context="info" %}}
+- [SiliconCloud(硅基流动)](https://cloud.siliconflow.cn/i/TR9Ym0c4): 提供开源模型调用的平台。
+- [Sealos AIProxy](https://hzh.sealos.run/?openapp=system-aiproxy): 提供国内各家模型代理，无需逐一申请 api。
+{{% /alert %}}
+
+在 OneAPI 配置好模型后，你就可以打开 FastGPT 页面，启用对应模型了。
+
+## 2. 登录 root 用户
+
+仅 root 用户可以进行模型配置。
+
+## 3. 进入模型配置页面
+
+登录 root 用户后，在`账号-模型提供商-模型配置`中，你可以看到所有内置的模型和自定义模型，以及哪些模型启用了。
+
+![alt text](/image-90.png)
+
+## 4. 配置介绍
+
+{{% alert icon="🤖 " context="success" %}}
+注意：目前语音识别模型和重排模型仅会生效一个，所以配置时候，只需要配置一个即可。
+{{% /alert %}}
+
+### 核心配置
+
+- 模型 ID：实际发出请求的`model`值，全局唯一。
+- 自定义请求地址/Token：如果需要绕过`OneAPI`，可以设置自定义请求地址和 Token。一般情况下不需要，如果 OneAPI 不支持某些模型，可以使用该特性。
+
+### 模型类型
+
+1. 语言模型 - 进行文本对话，多模态模型支持图片识别。
+2. 索引模型 - 对文本块进行索引，用于相关文本检索。
+3. 语音合成 - 将文本转换为语音。
+4. 语音识别 - 将语音转换为文本。
+5. 重排模型 - 对文本进行重排，用于优化文本质量。
+
+### 启用模型
+
+系统内置了目前主流厂商的模型，如果你不熟悉配置，直接点击`启用`即可，需要注意到是，模型 ID 需要和 OneAPI 中渠道的`模型`一致。
+
+| | |
+| --- | --- |
+| ![alt text](/imgs/image-91.png) | ![alt text](/imgs/image-92.png) |
+
+### 修改模型配置
+
+点击模型右侧的齿轮即可进行模型配置，不同类型模型的配置有区别。
+
+| | |
+| --- | --- |
+| ![alt text](/imgs/image-93.png) | ![alt text](/imgs/image-94.png) |
+
+### 新增自定义模型
+
+如果系统内置的模型无法满足你的需求，你可以添加自定义模型。自定义模型中，如果`模型 ID`与系统内置的模型 ID 一致，则会被认为是修改系统模型。
+
+| | |
+| --- | --- |
+| ![alt text](/imgs/image-96.png) | ![alt text](/imgs/image-97.png) |
+
+### 通过配置文件配置
+
+如果你觉得通过页面配置模型比较麻烦，你也可以通过配置文件来配置模型。或者希望快速将一个系统的配置，复制到另一个系统，也可以通过配置文件来实现。
+
+| | |
+| --- | --- |
+| ![alt text](/imgs/image-98.png) | ![alt text](/imgs/image-99.png) |
+
+**语言模型字段说明：**
+
+```json
+{
+    "model": "模型 ID",
+    "metadata": {
+        "isCustom": true, // 是否为自定义模型
+        "isActive": true, // 是否启用
+        "provider": "OpenAI", // 模型提供商，主要用于分类展示，目前已经内置提供商包括：https://github.com/labring/FastGPT/blob/main/packages/global/core/ai/provider.ts, 可 pr 提供新的提供商，或直接填写 Other
+        "model": "gpt-4o-mini", // 模型ID(对应OneAPI中渠道的模型名)
+        "name": "gpt-4o-mini", // 模型别名
+        "maxContext": 125000, // 最大上下文
+        "maxResponse": 16000, // 最大回复
+        "quoteMaxToken": 120000, // 最大引用内容
+        "maxTemperature": 1.2, // 最大温度
+        "charsPointsPrice": 0, // n积分/1k token（商业版）
+        "censor": false, // 是否开启敏感校验（商业版）
+        "vision": true, // 是否支持图片输入
+        "datasetProcess": true, // 是否设置为文本理解模型（QA），务必保证至少有一个为true，否则知识库会报错
+        "usedInClassify": true, // 是否用于问题分类（务必保证至少有一个为true）
+        "usedInExtractFields": true, // 是否用于内容提取（务必保证至少有一个为true）
+        "usedInToolCall": true, // 是否用于工具调用（务必保证至少有一个为true）
+        "toolChoice": true, // 是否支持工具选择（分类，内容提取，工具调用会用到。）
+        "functionCall": false, // 是否支持函数调用（分类，内容提取，工具调用会用到。会优先使用 toolChoice，如果为false，则使用 functionCall，如果仍为 false，则使用提示词模式）
+        "customCQPrompt": "", // 自定义文本分类提示词（不支持工具和函数调用的模型
+        "customExtractPrompt": "", // 自定义内容提取提示词
+        "defaultSystemChatPrompt": "", // 对话默认携带的系统提示词
+        "defaultConfig": {}, // 请求API时，挟带一些默认配置（比如 GLM4 的 top_p）
+        "fieldMap": {} // 字段映射（o1 模型需要把 max_tokens 映射为 max_completion_tokens）
+    }
+}
+```
+
+**索引模型字段说明:**
+
+```json
+{
+    "model": "模型 ID",
+    "metadata": {
+        "isCustom": true, // 是否为自定义模型
+        "isActive": true, // 是否启用
+        "provider": "OpenAI", // 模型提供商
+        "model": "text-embedding-3-small", // 模型ID
+        "name": "text-embedding-3-small", // 模型别名
+        "charsPointsPrice": 0, // n积分/1k token
+        "defaultToken": 512, // 默认文本分割时候的 token
+        "maxToken": 3000 // 最大 token
+    }
+}
+```
+
+**重排模型字段说明:**
+
+```json
+{
+    "model": "模型 ID",
+    "metadata": {
+        "isCustom": true, // 是否为自定义模型
+        "isActive": true, // 是否启用
+        "provider": "BAAI", // 模型提供商
+        "model": "bge-reranker-v2-m3", // 模型ID
+        "name": "ReRanker-Base", // 模型别名
+        "requestUrl": "", // 自定义请求地址
+        "requestAuth": "", // 自定义请求认证
+        "type": "rerank" // 模型类型
+    }
+}
+```
+
+**语音合成模型字段说明:**
+
+```json
+{
+    "model": "模型 ID",
+    "metadata": {
+      "isActive": true, // 是否启用
+      "isCustom": true, // 是否为自定义模型
+      "type": "tts", // 模型类型
+      "provider": "FishAudio", // 模型提供商
+      "model": "fishaudio/fish-speech-1.5", // 模型ID
+      "name": "fish-speech-1.5", // 模型别名
+      "voices": [ // 音色
+        {
+          "label": "fish-alex", // 音色名称
+          "value": "fishaudio/fish-speech-1.5:alex", // 音色ID
+        },
+        {
+          "label": "fish-anna", // 音色名称
+          "value": "fishaudio/fish-speech-1.5:anna", // 音色ID
+        }
+      ],
+      "charsPointsPrice": 0 // n积分/1k token
+    }
+}
+```
+
+**语音识别模型字段说明:**
+
+```json
+{
+    "model": "whisper-1",
+    "metadata": {
+      "isActive": true, // 是否启用
+      "isCustom": true, // 是否为自定义模型
+      "provider": "OpenAI", // 模型提供商
+      "model": "whisper-1", // 模型ID
+      "name": "whisper-1", // 模型别名
+      "charsPointsPrice": 0, // n积分/1k token
+      "type": "stt" // 模型类型
+    }
+}
+```
+
+## 模型测试
+
+FastGPT 页面上提供了每类模型的简单测试，可以初步检查模型是否正常工作，会实际按模板发送一个请求。
+
+![alt text](/imgs/image-105.png)
+
+## 模型接入示例
+
+### ReRank 模型接入
+
+由于 OneAPI 不支持 Rerank 模型，所以需要单独配置。FastGPT 中，模型配置支持自定义请求地址，可以绕过 OneAPI，直接向提供商发起请求，可以利用这个特性来接入 Rerank 模型。
+
+
+#### 使用硅基流动的在线模型
+
+有免费的 `bge-reranker-v2-m3` 模型可以使用。
+
+1. [点击注册硅基流动账号](https://cloud.siliconflow.cn/i/TR9Ym0c4)
+2. 进入控制台，获取 API key: https://cloud.siliconflow.cn/account/ak
+3. 打开 FastGPT 模型配置，新增一个`BAAI/bge-reranker-v2-m3`的重排模型（如果系统内置了，也可以直接变更,无需新增）。
+
+![alt text](/imgs/image-101.png)
+
+#### 私有部署模型
+
+[点击查看部署 ReRank 模型教程](/docs/development/custom-models/bge-rerank/)
+
+
+## 旧版模型配置说明
+
+配置好 OneAPI 后，需要在`config.json`文件中，手动的增加模型配置，并重启。
+
+由于环境变量不利于配置复杂的内容，FastGPT 采用了 ConfigMap 的形式挂载配置文件，你可以在 `projects/app/data/config.json` 看到默认的配置文件。可以参考 [docker-compose 快速部署](/docs/development/docker/) 来挂载配置文件。
+
+**开发环境下**，你需要将示例配置文件 `config.json` 复制成 `config.local.json` 文件才会生效。  
+**Docker部署**，修改`config.json` 文件，需要重启容器。
+
+下面配置文件示例中包含了系统参数和各个模型配置：
+
+```json
+{
+  "feConfigs": {
+    "lafEnv": "https://laf.dev" // laf环境。 https://laf.run （杭州阿里云） ,或者私有化的laf环境。如果使用 Laf openapi 功能，需要最新版的 laf 。
+  },
+  "systemEnv": {
+    "vectorMaxProcess": 15, // 向量处理线程数量
+    "qaMaxProcess": 15, // 问答拆分线程数量
+    "tokenWorkers": 50, // Token 计算线程保持数，会持续占用内存，不能设置太大。
+    "pgHNSWEfSearch": 100 // 向量搜索参数。越大，搜索越精确，但是速度越慢。设置为100，有99%+精度。
+  },
+  "llmModels": [
+    {
+      "provider": "OpenAI", // 模型提供商，主要用于分类展示，目前已经内置提供商包括：https://github.com/labring/FastGPT/blob/main/packages/global/core/ai/provider.ts, 可 pr 提供新的提供商，或直接填写 Other
+      "model": "gpt-4o-mini", // 模型名(对应OneAPI中渠道的模型名)
+      "name": "gpt-4o-mini", // 模型别名
+      "maxContext": 125000, // 最大上下文
+      "maxResponse": 16000, // 最大回复
+      "quoteMaxToken": 120000, // 最大引用内容
+      "maxTemperature": 1.2, // 最大温度
+      "charsPointsPrice": 0, // n积分/1k token（商业版）
+      "censor": false, // 是否开启敏感校验（商业版）
+      "vision": true, // 是否支持图片输入
+      "datasetProcess": true, // 是否设置为文本理解模型（QA），务必保证至少有一个为true，否则知识库会报错
+      "usedInClassify": true, // 是否用于问题分类（务必保证至少有一个为true）
+      "usedInExtractFields": true, // 是否用于内容提取（务必保证至少有一个为true）
+      "usedInToolCall": true, // 是否用于工具调用（务必保证至少有一个为true）
+      "toolChoice": true, // 是否支持工具选择（分类，内容提取，工具调用会用到。）
+      "functionCall": false, // 是否支持函数调用（分类，内容提取，工具调用会用到。会优先使用 toolChoice，如果为false，则使用 functionCall，如果仍为 false，则使用提示词模式）
+      "customCQPrompt": "", // 自定义文本分类提示词（不支持工具和函数调用的模型
+      "customExtractPrompt": "", // 自定义内容提取提示词
+      "defaultSystemChatPrompt": "", // 对话默认携带的系统提示词
+      "defaultConfig": {}, // 请求API时，挟带一些默认配置（比如 GLM4 的 top_p）
+      "fieldMap": {} // 字段映射（o1 模型需要把 max_tokens 映射为 max_completion_tokens）
+    },
+    {
+      "provider": "OpenAI",
+      "model": "gpt-4o",
+      "name": "gpt-4o",
+      "maxContext": 125000,
+      "maxResponse": 4000,
+      "quoteMaxToken": 120000,
+      "maxTemperature": 1.2,
+      "charsPointsPrice": 0,
+      "censor": false,
+      "vision": true,
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "usedInExtractFields": true,
+      "usedInToolCall": true,
+      "toolChoice": true,
+      "functionCall": false,
+      "customCQPrompt": "",
+      "customExtractPrompt": "",
+      "defaultSystemChatPrompt": "",
+      "defaultConfig": {},
+      "fieldMap": {}
+    },
+    {
+      "provider": "OpenAI",
+      "model": "o1-mini",
+      "name": "o1-mini",
+      "maxContext": 125000,
+      "maxResponse": 65000,
+      "quoteMaxToken": 120000,
+      "maxTemperature": 1.2,
+      "charsPointsPrice": 0,
+      "censor": false,
+      "vision": false,
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "usedInExtractFields": true,
+      "usedInToolCall": true,
+      "toolChoice": false,
+      "functionCall": false,
+      "customCQPrompt": "",
+      "customExtractPrompt": "",
+      "defaultSystemChatPrompt": "",
+      "defaultConfig": {
+        "temperature": 1,
+        "max_tokens": null,
+        "stream": false
+      }
+    },
+    {
+      "provider": "OpenAI",
+      "model": "o1-preview",
+      "name": "o1-preview",
+      "maxContext": 125000,
+      "maxResponse": 32000,
+      "quoteMaxToken": 120000,
+      "maxTemperature": 1.2,
+      "charsPointsPrice": 0,
+      "censor": false,
+      "vision": false,
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "usedInExtractFields": true,
+      "usedInToolCall": true,
+      "toolChoice": false,
+      "functionCall": false,
+      "customCQPrompt": "",
+      "customExtractPrompt": "",
+      "defaultSystemChatPrompt": "",
+      "defaultConfig": {
+         "temperature": 1,
+        "max_tokens": null,
+        "stream": false
+      }
+    }
+  ],
+  "vectorModels": [
+    {
+      "provider": "OpenAI",
+      "model": "text-embedding-3-small", 
+      "name": "text-embedding-3-small",
+      "charsPointsPrice": 0,
+      "defaultToken": 512,
+      "maxToken": 3000,
+      "weight": 100
+    },
+    {
+      "provider": "OpenAI",
+      "model": "text-embedding-3-large",
+      "name": "text-embedding-3-large",
+      "charsPointsPrice": 0,
+      "defaultToken": 512,
+      "maxToken": 3000,
+      "weight": 100,
+      "defaultConfig": {
+        "dimensions": 1024
+      }
+    },
+    {
+      "provider": "OpenAI",
+      "model": "text-embedding-ada-002", // 模型名（与OneAPI对应）
+      "name": "Embedding-2", // 模型展示名
+      "charsPointsPrice": 0, // n积分/1k token
+      "defaultToken": 700, // 默认文本分割时候的 token
+      "maxToken": 3000, // 最大 token
+      "weight": 100, // 优先训练权重
+      "defaultConfig": {}, // 自定义额外参数。例如，如果希望使用 embedding3-large 的话，可以传入 dimensions:1024，来返回1024维度的向量。（目前必须小于1536维度）
+      "dbConfig": {}, // 存储时的额外参数（非对称向量模型时候需要用到）
+      "queryConfig": {} // 参训时的额外参数
+    }
+  ],
+  "reRankModels": [],
+  "audioSpeechModels": [
+    {
+      "provider": "OpenAI",
+      "model": "tts-1",
+      "name": "OpenAI TTS1",
+      "charsPointsPrice": 0,
+      "voices": [
+        { "label": "Alloy", "value": "alloy", "bufferId": "openai-Alloy" },
+        { "label": "Echo", "value": "echo", "bufferId": "openai-Echo" },
+        { "label": "Fable", "value": "fable", "bufferId": "openai-Fable" },
+        { "label": "Onyx", "value": "onyx", "bufferId": "openai-Onyx" },
+        { "label": "Nova", "value": "nova", "bufferId": "openai-Nova" },
+        { "label": "Shimmer", "value": "shimmer", "bufferId": "openai-Shimmer" }
+      ]
+    }
+  ],
+  "whisperModel": {
+    "provider": "OpenAI",
+    "model": "whisper-1",
+    "name": "Whisper1",
+    "charsPointsPrice": 0
+  }
+}
+```

docSite/content/zh-cn/docs/development/modelConfig/one-api.md

@@ -94,70 +94,16 @@ CHAT_API_KEY=sk-xxxxxx
 
 ![](/imgs/oneapi-demo1.png)
 
-### 2. 修改 FastGPT 配置文件
+### 2. 修改 FastGPT 模型配置
 
-可以在 `/projects/app/src/data/config.json` 里找到配置文件（本地开发需要复制成 config.local.json）,按下面内容修改配置文件，最新/更具体的配置说明，可查看[FastGPT 配置文件说明](/docs/development/configuration)。
+打开 FastGPT 模型配置，启动文心千帆模型，如果希望未内置，可以通过新增模型来配置。
 
-配置模型关键点在于`model` 需要与 OneAPI 渠道中的模型一致。
-
-```json
-{
-  "llmModels": [ // 语言模型配置
-    {
-      "model": "ERNIE-Bot", // 这里的模型需要对应 One API 的模型
-      "name": "文心一言", // 对外展示的名称
-      "avatar": "/imgs/model/openai.svg", // 模型的logo
-      "maxContext": 16000, // 最大上下文
-      "maxResponse": 4000, // 最大回复
-      "quoteMaxToken": 13000, // 最大引用内容
-      "maxTemperature": 1.2, // 最大温度
-      "charsPointsPrice": 0, 
-      "censor": false,
-      "vision": false, // 是否支持图片输入
-      "datasetProcess": true, // 是否设置为知识库处理模型
-      "usedInClassify": true, // 是否用于问题分类
-      "usedInExtractFields": true, // 是否用于字段提取
-      "usedInToolCall": true, // 是否用于工具调用
-      "usedInQueryExtension": true, // 是否用于问题优化
-      "toolChoice": true, // 是否支持工具选择
-      "functionCall": false, // 是否支持函数调用
-      "customCQPrompt": "", // 自定义文本分类提示词（不支持工具和函数调用的模型
-      "customExtractPrompt": "", // 自定义内容提取提示词
-      "defaultSystemChatPrompt": "", // 对话默认携带的系统提示词
-      "defaultConfig":{}  // 请求API时，挟带一些默认配置（比如 GLM4 的 top_p）
-    }
-  ],
-  "vectorModels": [ // 向量模型配置
-    {
-      "model": "text-embedding-ada-002",
-      "name": "Embedding-2",
-      "avatar": "/imgs/model/openai.svg",
-      "charsPointsPrice": 0,
-      "defaultToken": 700,
-      "maxToken": 3000,
-      "weight": 100
-    },
-  ]
-}
-```
-
-### 3. 重启 FastGPT
-
-**Docker 版本**
-
-```bash
-docker-compose down
-docker-compose up -d
-```
-
-**Sealos 版本**
-
-直接找到 FastGPT 服务，点击重启即可。
+![alt text](/imgs/image-103.png)
 
 
 ## 其他服务商接入参考
 
-这章介绍一些提供商接入 OneAPI 的教程，配置后不要忘记修改 FastGPT 配置文件。
+这章介绍一些提供商接入 OneAPI 的教程，配置后不要忘记在 FastGPT 模型配置中启用。
 
 ### 阿里通义千问
 

docSite/content/zh-cn/docs/development/modelConfig/siliconCloud.md

@@ -27,139 +27,13 @@ OPENAI_BASE_URL=https://api.siliconflow.cn/v1
 CHAT_API_KEY=sk-xxxxxx
 ```
 
-## 3. 修改 FastGPT 配置文件
+## 3. 修改 FastGPT 模型配置
 
-我们选取 SiliconCloud 中的模型作为 FastGPT 配置。这里配置了 `Qwen2.5 72b` 的纯语言和视觉模型；选择 `bge-m3` 作为向量模型；选择 `bge-reranker-v2-m3` 作为重排模型。选择 `fish-speech-1.5` 作为语音模型；选择 `SenseVoiceSmall` 作为语音输入模型。
+系统内置了几个硅基流动的模型进行体验，如果需要其他模型，可以手动添加。
 
-注意：ReRank 模型仍需配置一次 Api Key
+这里启动了 `Qwen2.5 72b` 的纯语言和视觉模型；选择 `bge-m3` 作为向量模型；选择 `bge-reranker-v2-m3` 作为重排模型。选择 `fish-speech-1.5` 作为语音模型；选择 `SenseVoiceSmall` 作为语音输入模型。
 
-```json
-{
-    "llmModels": [
-    {
-      "provider": "Other", // 模型提供商，主要用于分类展示，目前已经内置提供商包括：https://github.com/labring/FastGPT/blob/main/packages/global/core/ai/provider.ts, 可 pr 提供新的提供商，或直接填写 Other
-      "model": "Qwen/Qwen2.5-72B-Instruct", // 模型名(对应OneAPI中渠道的模型名)
-      "name": "Qwen2.5-72B-Instruct", // 模型别名
-      "maxContext": 32000, // 最大上下文
-      "maxResponse": 4000, // 最大回复
-      "quoteMaxToken": 30000, // 最大引用内容
-      "maxTemperature": 1, // 最大温度
-      "charsPointsPrice": 0, // n积分/1k token（商业版）
-      "censor": false, // 是否开启敏感校验（商业版）
-      "vision": false, // 是否支持图片输入
-      "datasetProcess": true, // 是否设置为文本理解模型（QA），务必保证至少有一个为true，否则知识库会报错
-      "usedInClassify": true, // 是否用于问题分类（务必保证至少有一个为true）
-      "usedInExtractFields": true, // 是否用于内容提取（务必保证至少有一个为true）
-      "usedInToolCall": true, // 是否用于工具调用（务必保证至少有一个为true）
-      "usedInQueryExtension": true, // 是否用于问题优化（务必保证至少有一个为true）
-      "toolChoice": true, // 是否支持工具选择（分类，内容提取，工具调用会用到。）
-      "functionCall": false, // 是否支持函数调用（分类，内容提取，工具调用会用到。会优先使用 toolChoice，如果为false，则使用 functionCall，如果仍为 false，则使用提示词模式）
-      "customCQPrompt": "", // 自定义文本分类提示词（不支持工具和函数调用的模型
-      "customExtractPrompt": "", // 自定义内容提取提示词
-      "defaultSystemChatPrompt": "", // 对话默认携带的系统提示词
-      "defaultConfig": {}, // 请求API时，挟带一些默认配置（比如 GLM4 的 top_p）
-      "fieldMap": {} // 字段映射（o1 模型需要把 max_tokens 映射为 max_completion_tokens）
-    },
-    {
-      "provider": "Other",
-      "model": "Qwen/Qwen2-VL-72B-Instruct",
-      "name": "Qwen2-VL-72B-Instruct",
-      "maxContext": 32000,
-      "maxResponse": 4000,
-      "quoteMaxToken": 30000,
-      "maxTemperature": 1,
-      "charsPointsPrice": 0,
-      "censor": false,
-      "vision": true,
-      "datasetProcess": false,
-      "usedInClassify": false,
-      "usedInExtractFields": false,
-      "usedInToolCall": false,
-      "usedInQueryExtension": false,
-      "toolChoice": false,
-      "functionCall": false,
-      "customCQPrompt": "",
-      "customExtractPrompt": "",
-      "defaultSystemChatPrompt": "",
-      "defaultConfig": {}
-    }
-  ],
-  "vectorModels": [
-    {
-      "provider": "Other",
-      "model": "Pro/BAAI/bge-m3",
-      "name": "Pro/BAAI/bge-m3",
-      "charsPointsPrice": 0,
-      "defaultToken": 512,
-      "maxToken": 5000,
-      "weight": 100
-    }
-  ],
-  "reRankModels": [
-    {
-        "model": "BAAI/bge-reranker-v2-m3", // 这里的model需要对应 siliconflow 的模型名
-        "name": "BAAI/bge-reranker-v2-m3",
-        "requestUrl": "https://api.siliconflow.cn/v1/rerank",
-        "requestAuth": "siliconflow 上申请的 key"
-    }
-  ],
-  "audioSpeechModels": [
-    {
-        "model": "fishaudio/fish-speech-1.5",
-        "name": "fish-speech-1.5",
-        "voices": [
-            {
-                "label": "fish-alex",
-                "value": "fishaudio/fish-speech-1.5:alex",
-                "bufferId": "fish-alex"
-            },
-            {
-                "label": "fish-anna",
-                "value": "fishaudio/fish-speech-1.5:anna",
-                "bufferId": "fish-anna"
-            },
-            {
-                "label": "fish-bella",
-                "value": "fishaudio/fish-speech-1.5:bella",
-                "bufferId": "fish-bella"
-            },
-            {
-                "label": "fish-benjamin",
-                "value": "fishaudio/fish-speech-1.5:benjamin",
-                "bufferId": "fish-benjamin"
-            },
-            {
-                "label": "fish-charles",
-                "value": "fishaudio/fish-speech-1.5:charles",
-                "bufferId": "fish-charles"
-            },
-            {
-                "label": "fish-claire",
-                "value": "fishaudio/fish-speech-1.5:claire",
-                "bufferId": "fish-claire"
-            },
-            {
-                "label": "fish-david",
-                "value": "fishaudio/fish-speech-1.5:david",
-                "bufferId": "fish-david"
-            },
-            {
-                "label": "fish-diana",
-                "value": "fishaudio/fish-speech-1.5:diana",
-                "bufferId": "fish-diana"
-            }
-        ]
-    }
-  ],
-  "whisperModel": {
-    "model": "FunAudioLLM/SenseVoiceSmall",
-    "name": "SenseVoiceSmall",
-    "charsPointsPrice": 0
-  }
-}
-```
-
-## 4. 重启 FastGPT
+![alt text](/imgs/image-104.png)
 
 ## 5. 体验测试
 

docSite/content/zh-cn/docs/development/openapi/auth.md

@@ -55,4 +55,28 @@ curl --location --request POST 'https://api.fastgpt.in/api/v1/chat/completions'
         }
     ]
 }'
-```
+```
+
+## 自定义用户 ID
+
+`v4.8.13`后支持传入自定义的用户 ID, 并且存入历史记录中。
+
+```sh
+curl --location --request POST 'https://api.fastgpt.in/api/v1/chat/completions' \
+--header 'Authorization: Bearer fastgpt-xxxxxx' \
+--header 'Content-Type: application/json' \
+--data-raw '{
+    "chatId": "111",
+    "stream": false,
+    "detail": false,
+    "messages": [
+        {
+            "content": "导演是谁",
+            "role": "user"
+        }
+    ],
+    "customUid": "xxxxxx"
+}'
+```
+
+在历史记录中，该条记录的使用者会显示为 `xxxxxx`。

docSite/content/zh-cn/docs/development/openapi/chat.md

@@ -686,7 +686,7 @@ curl --location --request POST 'http://localhost:3000/api/core/chat/getHistories
 - appId - 应用 Id
 - offset - 偏移量，即从第几条数据开始取
 - pageSize - 记录数量
-- source - 对话源
+- source - 对话源。source=api，表示获取通过 API 创建的对话（不会获取到页面上的对话记录）
 {{% /alert %}}
 
 {{< /markdownify >}}

docSite/content/zh-cn/docs/development/openapi/dataset.md

@@ -733,6 +733,21 @@ data 为集合的 ID。
 {{< tab tabName="请求示例" >}}
 {{< markdownify >}}
 
+**4.8.19+**
+```bash
+curl --location --request POST 'http://localhost:3000/api/core/dataset/collection/listv2' \
+--header 'Authorization: Bearer {{authorization}}' \
+--header 'Content-Type: application/json' \
+--data-raw '{
+    "offset":0,
+    "pageSize": 10,
+    "datasetId":"6593e137231a2be9c5603ba7",
+    "parentId": null,
+    "searchText":""
+}'
+```
+
+**4.8.19-(不再维护)**
 ```bash
 curl --location --request POST 'http://localhost:3000/api/core/dataset/collection/list' \
 --header 'Authorization: Bearer {{authorization}}' \
@@ -753,7 +768,7 @@ curl --location --request POST 'http://localhost:3000/api/core/dataset/collectio
 {{< markdownify >}}
 
 {{% alert icon=" " context="success" %}}
-- pageNum: 页码（选填）
+- offset: 偏移量
 - pageSize: 每页数量，最大30（选填）
 - datasetId: 知识库的ID(必填)
 - parentId: 父级Id（选填）
@@ -773,9 +788,7 @@ curl --location --request POST 'http://localhost:3000/api/core/dataset/collectio
     "statusText": "",
     "message": "",
     "data": {
-        "pageNum": 1,
-        "pageSize": 10,
-        "data": [
+        "list": [
             {
                 "_id": "6593e137231a2be9c5603ba9",
                 "parentId": null,

docSite/content/zh-cn/docs/development/sealos.md

@@ -34,7 +34,7 @@ FastGPT 使用了 one-api 项目来管理模型池，其可以兼容 OpenAI 、A
 
 <a href="https://bja.sealos.run/?openapp=system-template%3FtemplateName%3Dfastgpt" rel="external" target="_blank"><img src="https://raw.githubusercontent.com/labring-actions/templates/main/Deploy-on-Sealos.svg" alt="Deploy on Sealos"/></a>
 
-### 开始部署
+### 1. 开始部署
 
 由于需要部署数据库，部署完后需要等待 2~4 分钟才能正常访问。默认用了最低配置，首次访问时会有些慢。
 
@@ -52,27 +52,15 @@ FastGPT 使用了 one-api 项目来管理模型池，其可以兼容 OpenAI 、A
 
 ![](/imgs/sealos2.png)
 
-### 登录
+### 2. 登录
 
 用户名：`root`
 
 密码是刚刚一键部署时设置的`root_password`
 
-### 修改配置文件和环境变量
+### 3. 配置模型
 
-在 Sealos 中，你可以打开`应用管理`（App Launchpad）看到部署的 FastGPT，可以打开`数据库`（Database）看到对应的数据库。
-
-在`应用管理`中，选中 FastGPT，点击变更，可以看到对应的环境变量和配置文件。
-
-![](/imgs/fastgptonsealos1.png)
-
-{{% alert icon="🤖 " context="success" %}}
-在 Sealos 上，FastGPT 一共运行了 1 个服务和 2 个数据库，如暂停和删除请注意数据库一同操作。（你可以白天启动，晚上暂停它们，省钱大法）
-{{% /alert %}}
-
-### 更新
-
-点击变更或重启会自动拉取镜像更新，请确保镜像`tag`正确。建议不要使用`latest`，改成固定版本号。
+[点击查看模型配置教程](/docs/development/modelConfig/intro/)
 
 ## 收费
 
@@ -88,7 +76,20 @@ FastGPT 商业版共包含了2个应用（fastgpt, fastgpt-plus）和2个数据
 
 点击右侧的详情，可以查看对应应用的详细信息。
 
+### 修改配置文件和环境变量
+
+在 Sealos 中，你可以打开`应用管理`（App Launchpad）看到部署的 FastGPT，可以打开`数据库`（Database）看到对应的数据库。
+
+在`应用管理`中，选中 FastGPT，点击变更，可以看到对应的环境变量和配置文件。
+
+![](/imgs/fastgptonsealos1.png)
+
+{{% alert icon="🤖 " context="success" %}}
+在 Sealos 上，FastGPT 一共运行了 1 个服务和 2 个数据库，如暂停和删除请注意数据库一同操作。（你可以白天启动，晚上暂停它们，省钱大法）
+{{% /alert %}}
+
 ### 如何更新/升级 FastGPT
+
 [升级脚本文档](https://doc.tryfastgpt.ai/docs/development/upgrading/)先看下文档，看下需要升级哪个版本。注意，不要跨版本升级！！！！！
 
 例如，目前是4.5 版本，要升级到4.5.1，就先把镜像版本改成v4.5.1，执行一下升级脚本，等待完成后再继续升级。如果目标版本不需要执行初始化，则可以跳过。
@@ -148,8 +149,6 @@ SYSTEM_FAVICON 可以是一个网络地址
 
 ![](/imgs/onsealos8.png)
 
-### 管理后台(已合并到plus)
-
 ### 商业版镜像配置文件
 
 ```

docSite/content/zh-cn/docs/development/upgrading/4811.md

@@ -31,7 +31,6 @@ weight: 813
     "usedInClassify": true,
     "usedInExtractFields": true,
     "usedInToolCall": true,
-    "usedInQueryExtension": true,
     "toolChoice": false,
     "functionCall": false,
     "customCQPrompt": "",
@@ -56,7 +55,6 @@ weight: 813
     "usedInClassify": true,
     "usedInExtractFields": true,
     "usedInToolCall": true,
-    "usedInQueryExtension": true,
     "toolChoice": false,
     "functionCall": false,
     "customCQPrompt": "",

docSite/content/zh-cn/docs/development/upgrading/4819.md

@@ -0,0 +1,46 @@
+---
+title: 'V4.8.19(进行中)'
+description: 'FastGPT V4.8.19 更新说明'
+icon: 'upgrade'
+draft: false
+toc: true
+weight: 805
+---
+
+## 更新指南
+
+### 1. 更新镜像：
+
+- 更新 fastgpt 镜像 tag: v4.8.19-beta
+- 更新 fastgpt-pro 商业版镜像 tag: v4.8.19-beta
+- Sandbox 镜像无需更新
+
+### 2. 运行升级脚本
+
+从任意终端，发起 1 个 HTTP 请求。其中 {{rootkey}} 替换成环境变量里的 `rootkey`；{{host}} 替换成**FastGPT 域名**。
+
+```bash
+curl --location --request POST 'https://{{host}}/api/admin/initv4819' \
+--header 'rootkey: {{rootkey}}' \
+--header 'Content-Type: application/json'
+```
+
+迁移用户表的头像到成员表中。
+
+## 完整更新内容
+
+1. 新增 - 工作流知识库检索支持按知识库权限进行过滤。
+2. 新增 - 飞书/语雀知识库查看原文。
+3. 新增 - 流程等待插件，可以等待 n 毫秒后继续执行流程。
+4. 新增 - 飞书机器人接入，支持配置私有化飞书地址。
+5. 优化 - 成员列表分页加载。
+6. 优化 - 统一分页加载代码。
+7. 优化 - 对话页面加载时，可配置是否为独立页面。
+8. 优化 - 成员头像迁移，移动到成员表。
+9. 修复 - 语雀文件库导入时，嵌套文件内容无法展开的问题。
+10. 修复 - 工作流编排中，LLM 参数无法关闭问题。
+11. 修复 - 工作流编排中，代码运行节点还原模板问题。
+12. 修复 - HTTP 接口适配对象字符串解析。
+13. 修复 - 通过 API 上传文件（localFile）接口，图片过期标记未清除。
+14. 修复 - 工作流导入编排时，number input 类型无法覆盖。
+15. 修复 - 部分模型提供商 logo 无法正常显示。

docSite/content/zh-cn/docs/development/upgrading/4820.md

@@ -0,0 +1,38 @@
+---
+title: 'V4.8.20(进行中)'
+description: 'FastGPT V4.8.20 更新说明'
+icon: 'upgrade'
+draft: false
+toc: true
+weight: 804
+---
+
+## 更新指南
+
+### 1. 更新环境变量
+
+如果有很早版本用户，配置了`ONEAPI_URL`的，需要统一改成`OPENAI_BASE_URL`
+
+### 1. 更新镜像：
+
+
+### 2. 运行升级脚本
+
+从任意终端，发起 1 个 HTTP 请求。其中 {{rootkey}} 替换成环境变量里的 `rootkey`；{{host}} 替换成**FastGPT 域名**。
+
+```bash
+curl --location --request POST 'https://{{host}}/api/admin/initv4820' \
+--header 'rootkey: {{rootkey}}' \
+--header 'Content-Type: application/json'
+```
+
+自动把原配置文件的模型加载到新版模型配置中
+
+## 完整更新内容
+
+1. 新增 - 可视化模型参数配置。预设超过 100 个模型配置。同时支持所有类型模型的一键测试。（预计下个版本会完全支持在页面上配置渠道）。
+2. 新增 - 使用记录导出和仪表盘。
+3. 新增 - markdown 语法扩展，支持音视频（代码块 audio 和 video）。
+4. 优化 - 页面组件抽离，减少页面组件路由。
+5. 优化 - 全文检索，忽略大小写。
+6. 优化 - 问答生成和增强索引改成流输出，避免部分模型超时。

docSite/content/zh-cn/docs/faq/app.md

@@ -21,6 +21,19 @@ weight: 908
 
 定时执行会在应用发布后生效，会在后台生效。
 
+## V4.8.18-FIX2中提到“ 1. 修复 HTTP 节点， {{}} 格式引用变量兼容问题。建议尽快替换 / 模式取变量， {{}} 语法已弃用。”替换{{}}引用格式是仅仅只有在http节点，还是所有节点的都会有影响？
+
+只有 http 节点用到这个语法。
+
+## 工作流类型的应用在运行预览可以正常提问返回，但是发布免登录窗口之后有问题。
+
+一般是没正确发布，在工作流右上角点击【保存并发布】。
+
+## 如何解决猜你想问使用中文回答显示
+
+注意需要更新到V4.8.17及以上，把猜你想问的提示词改成中文。
+![](/imgs/quizApp2.png)
+
 ## AI对话回答要求中的Markdown语法取消
 
 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：
@@ -38,3 +51,32 @@ A: 通常是由于上下文不一致导致，可以在对话日志中，找到
 | | | |
 | --- | --- | --- |
 | ![](/imgs/image-85.png) | ![](/imgs/image-86.png) | ![](/imgs/image-87.png) |
+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。
+
+## 工作流操作：一个工作流，以一个问题分类节点开始，根据不同的分类导入到不同的分支，访问相应的知识库和AI对话，AI对话返回内容后，怎么样不进入问题分类节点，而是将问题到知识库搜索，然后把历史记录一起作为背景再次AI查询。
+
+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。
+
+## 实时对话，设置 fastgpt 定时，比如每隔 3000MS 去拿一次 webhook发送过来的消息到AI页面
+
+定时执行没有这么高频率的去拿信息的，想要实现在企微里面的实时对话的机器人，
+目前通过低代码的工作流构建应该是不行的，只能自己写代码，然后去调用 FastGPT 的 APIKey 回复。企业微信似乎没有提供「自动监听」群聊消息的接口（或是通过 at 机器人这种触发消息推送）。应该只能发消息给应用，接收这个 https://developer.work.weixin.qq.com/document/path/90238 文档中的消息推送实现实时对话。或者是定时去拿群聊消息，通过这个文档所示的接口https://developer.work.weixin.qq.com/document/path/98914，然后用这个接口 https://developer.work.weixin.qq.com/document/path/90248 去推送消息。
+
+## 工作流连接数据库
+
+工作流提供该连接数据库功能，用这个数据库连接的 plugin 可以实现 text2SQL，但是相对危险，不建议做写入等操作。
+
+![](/imgs/quizApp1.png)
+
+## 关于循环体，协助理解循环体的循环条件和终止条件、循环的方式，循环体内参数调用后、在循环体内属于是局部作用域的参数还是全局作用域的参数
+
+可理解为 for 函数，传一个数组，每个数据都执行一次。
+
+## 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
+
+```bash
+Latex inline: \(x^2\) 
+Latex block: $$e=mc^2$$
+```

docSite/content/zh-cn/docs/faq/dataset.md

@@ -16,6 +16,25 @@ weight: 910
 * **文件处理模型**：用于数据处理的【增强处理】和【问答拆分】。在【增强处理】中，生成相关问题和摘要，在【问答拆分】中执行问答对生成。
 * **索引模型**：用于向量化，即通过对文本数据进行处理和组织，构建出一个能够快速查询的数据结构。
 
+## 知识库支持Excel类文件的导入
+
+xlsx等都可以上传的，不止支持CSV。
+
+## 知识库tokens的计算方式
+
+统一按gpt3.5标准。
+
+## 误删除重排模型后，重排模型怎么加入到fastgpt
+
+![](/imgs/dataset3.png)
+
+config.json文件里面配置后就可以勾选重排模型
+
+## 线上平台上创建了应用和知识库，到期之后如果短期内不续费，数据是否会被清理。
+
+免费版是三十天不登录后清空知识库，应用不会动。其他付费套餐到期后自动切免费版。
+![](/imgs/dataset4.png)
+
 ## 基于知识库的查询，但是问题相关的答案过多。ai回答到一半就不继续回答。
 
 FastGPT回复长度计算公式:
@@ -37,7 +56,7 @@ FastGPT回复长度计算公式:
 
 ![](/imgs/dataset2.png)
 
-1. 私有化部署的时候，后台配模型参数，可以在配置最大上文时候，预留一些空间，比如 128000 的模型，可以只配置 120000, 剩余的空间后续会被安排给输出
+另外私有化部署的时候，后台配模型参数，可以在配置最大上文时，预留一些空间，比如 128000 的模型，可以只配置 120000, 剩余的空间后续会被安排给输出
 
 
 ## 受到模型上下文的限制，有时候达不到聊天记录的轮次，连续对话字数过多就会报上下文不够的错误。
@@ -61,4 +80,4 @@ FastGPT回复长度计算公式:
 
 ![](/imgs/dataset2.png)
 
-1. 私有化部署的时候，后台配模型参数，可以在配置最大上文时候，预留一些空间，比如 128000 的模型，可以只配置 120000, 剩余的空间后续会被安排给输出
+另外，私有化部署的时候，后台配模型参数，可以在配置最大上文时，预留一些空间，比如 128000 的模型，可以只配置 120000, 剩余的空间后续会被安排给输出。

docSite/content/zh-cn/docs/faq/other.md

@@ -8,4 +8,8 @@ weight: 918
 
 ## oneapi 官网是哪个
 
-只有开源的 README，没官网，GitHub: https://github.com/songquanpeng/one-api
+只有开源的 README，没官网，GitHub: https://github.com/songquanpeng/one-api
+
+## 想做多用户
+
+开源版未支持多用户，仅商业版支持。

docSite/content/zh-cn/docs/guide/knowledge_base/lark_dataset.md

@@ -22,10 +22,11 @@ FastGPT v4.8.16 版本开始，商业版用户支持飞书知识库导入，用
 
 ## 2. 配置应用权限
 
-创建应用后，进入应用可以配置相关权限，这里需要增加两个权限：
+创建应用后，进入应用可以配置相关权限，这里需要增加**3个权限**：
 
 1. 获取云空间文件夹下的云文档清单
 2. 查看新版文档
+3. 查看、评论、编辑和管理云空间中所有文件
 
 ![alt text](/imgs/image-41.png)
 

docSite/content/zh-cn/docs/guide/workbench/workflow/loop.md

@@ -1,6 +1,6 @@
 ---
-title: "循环执行"
-description: "FastGPT 循环运行节点介绍和使用"
+title: "批量运行"
+description: "FastGPT 批量运行节点介绍和使用"
 icon: "input"
 draft: false
 toc: true
@@ -9,15 +9,15 @@ weight: 260
 
 ## 节点概述
 
-【**循环运行**】节点是 FastGPT V4.8.11 版本新增的一个重要功能模块。它允许工作流对数组类型的输入数据进行迭代处理，每次处理数组中的一个元素，并自动执行后续节点，直到完成整个数组的处理。
+【**批量运行**】节点是 FastGPT V4.8.11 版本新增的一个重要功能模块。它允许工作流对数组类型的输入数据进行迭代处理，每次处理数组中的一个元素，并自动执行后续节点，直到完成整个数组的处理。
 
 这个节点的设计灵感来自编程语言中的循环结构，但以可视化的方式呈现。
 
-![循环运行节点](/imgs/fastgpt-loop-node.png)
+![批量运行节点](/imgs/fastgpt-loop-node.png)
 
 > 在程序中，节点可以理解为一个个 Function 或者接口。可以理解为它就是一个**步骤**。将多个节点一个个拼接起来，即可一步步的去实现最终的 AI 输出。
 
-【**循环运行**】节点本质上也是一个 Function，它的主要职责是自动化地重复执行特定的工作流程。
+【**批量运行**】节点本质上也是一个 Function，它的主要职责是自动化地重复执行特定的工作流程。
 
 ## 核心特性
 
@@ -41,9 +41,9 @@ weight: 260
 
 ## 应用场景
 
-【**循环运行**】节点的主要作用是通过自动化的方式扩展工作流的处理能力，使 FastGPT 能够更好地处理批量任务和复杂的数据处理流程。特别是在处理大规模数据或需要多轮迭代的场景下，循环运行节点能显著提升工作流的效率和自动化程度。
+【**批量运行**】节点的主要作用是通过自动化的方式扩展工作流的处理能力，使 FastGPT 能够更好地处理批量任务和复杂的数据处理流程。特别是在处理大规模数据或需要多轮迭代的场景下，批量运行节点能显著提升工作流的效率和自动化程度。
 
-【**循环运行**】节点特别适合以下场景：
+【**批量运行**】节点特别适合以下场景：
 
 1. **批量数据处理**
    - 批量翻译文本
@@ -64,7 +64,7 @@ weight: 260
 
 ### 输入参数设置
 
-【**循环运行**】节点需要配置两个核心输入参数：
+【**批量运行**】节点需要配置两个核心输入参数：
 
 1. **数组 (必填)**：接收一个数组类型的输入，可以是：
    - 字符串数组 (`Array<string>`)
@@ -95,7 +95,7 @@ weight: 260
 
 ### 批量处理数组
 
-假设我们有一个包含多个文本的数组，需要对每个文本进行 AI 处理。这是循环运行节点最基础也最常见的应用场景。
+假设我们有一个包含多个文本的数组，需要对每个文本进行 AI 处理。这是批量运行节点最基础也最常见的应用场景。
 
 #### 实现步骤
 
@@ -114,9 +114,9 @@ weight: 260
    return { textArray: texts };
    ```
 
-2. 配置循环运行节点
+2. 配置批量运行节点
 
-   ![配置循环运行节点](/imgs/fastgpt-loop-node-example-2.png)
+   ![配置批量运行节点](/imgs/fastgpt-loop-node-example-2.png)
 
    - 数组输入：选择上一步代码运行节点的输出变量 `textArray`。
    - 循环体内添加一个【AI 对话】节点，用于处理每个文本。这里我们输入的 prompt 为：`请将这段文本翻译成英文`。
@@ -128,7 +128,7 @@ weight: 260
 ![运行流程](/imgs/fastgpt-loop-node-example-3.png)
 
 1. 【代码运行】节点执行，生成测试数组
-2. 【循环运行】节点接收数组，开始遍历
+2. 【批量运行】节点接收数组，开始遍历
 3. 对每个数组元素：
    - 【AI 对话】节点处理当前元素
    - 【指定回复】节点输出翻译后的文本
@@ -144,7 +144,7 @@ weight: 260
 - 需要维护上下文的连贯性
 - 翻译质量需要多轮优化
 
-【**循环运行**】节点可以很好地解决这些问题。
+【**批量运行**】节点可以很好地解决这些问题。
 
 #### 实现步骤
 
@@ -281,9 +281,9 @@ weight: 260
 
    这里我们用到了 [Jina AI 开源的一个强大的正则表达式](https://x.com/JinaAI_/status/1823756993108304135)，它能利用所有可能的边界线索和启发式方法来精确切分文本。
 
-2. 配置循环运行节点
+2. 配置批量运行节点
 
-   ![配置循环运行节点](/imgs/fastgpt-loop-node-example-5.png)
+   ![配置批量运行节点](/imgs/fastgpt-loop-node-example-5.png)
 
    - 数组输入：选择上一步代码运行节点的输出变量 `chunks`。
    - 循环体内添加一个【代码运行】节点，对源文本进行格式化。

docSite/content/zh-cn/docs/use-cases/app-cases/multi_turn_translation_bot.md

@@ -212,7 +212,7 @@ export default async function (ctx: FunctionContext): Promise<IResponse>{
 
 ![](/imgs/translate13.png)
 
-## 循环执行
+## 批量运行
 
 长文反思翻译比较关键的一个部分，就是对多个文本块进行循环反思翻译
 

docSite/content/zh-cn/docs/use-cases/app-cases/translate-subtitle-using-gpt.md

@@ -91,9 +91,9 @@ weight: 604
 
 这个过程不仅提高了效率，还最大限度地减少了人为错误的可能性。
 
-## 循环执行
+## 批量运行
 
-为了处理整个长字幕文件，我们需要一个循环执行机制。这是通过一个简单但有效的判断模块实现的：
+为了处理整个长字幕文件，我们需要一个批量运行机制。这是通过一个简单但有效的判断模块实现的：
 
 1. 检查当前翻译的文本块是否为最后一个。
 2. 如果不是，则将工作流重定向到格式化原文本块节点。

files/helm/fastgpt/templates/configmap-config.yaml

@@ -23,7 +23,6 @@ data:
           "usedInClassify": true,
           "usedInExtractFields": true,
           "usedInToolCall": true,
-          "usedInQueryExtension": true,
           "toolChoice": true,
           "functionCall": false,
           "customCQPrompt": "",
@@ -45,7 +44,6 @@ data:
           "usedInClassify": true,
           "usedInExtractFields": true,
           "usedInToolCall": true,
-          "usedInQueryExtension": true,
           "toolChoice": true,
           "functionCall": false,
           "customCQPrompt": "",
@@ -67,7 +65,6 @@ data:
           "usedInClassify": true,
           "usedInExtractFields": true,
           "usedInToolCall": true,
-          "usedInQueryExtension": true,
           "toolChoice": true,
           "functionCall": false,
           "customCQPrompt": "",
@@ -89,7 +86,6 @@ data:
           "usedInClassify": false,
           "usedInExtractFields": false,
           "usedInToolCall": false,
-          "usedInQueryExtension": false,
           "toolChoice": true,
           "functionCall": false,
           "customCQPrompt": "",

packages/global/common/error/code/user.ts

@@ -2,12 +2,22 @@ import { ErrType } from '../errorCode';
 import { i18nT } from '../../../../web/i18n/utils';
 /* team: 503000 */
 export enum UserErrEnum {
+  notUser = 'notUser',
+  userExist = 'userExist',
   unAuthRole = 'unAuthRole',
   account_psw_error = 'account_psw_error',
   balanceNotEnough = 'balanceNotEnough',
   unAuthSso = 'unAuthSso'
 }
 const errList = [
+  {
+    statusText: UserErrEnum.notUser,
+    message: i18nT('common:code_error.account_not_found')
+  },
+  {
+    statusText: UserErrEnum.userExist,
+    message: i18nT('common:code_error.account_exist')
+  },
   {
     statusText: UserErrEnum.account_psw_error,
     message: i18nT('common:code_error.account_error')

packages/global/common/system/types/index.d.ts

@@ -3,7 +3,7 @@ import type {
   ChatModelItemType,
   FunctionModelItemType,
   LLMModelItemType,
-  VectorModelItemType,
+  EmbeddingModelItemType,
   AudioSpeechModels,
   STTModelType,
   ReRankModelItemType
@@ -31,16 +31,18 @@ export type FastGPTConfigFileType = {
   feConfigs: FastGPTFeConfigsType;
   systemEnv: SystemEnvType;
   subPlans?: SubPlanType;
-  llmModels: ChatModelItemType[];
-  vectorModels: VectorModelItemType[];
-  reRankModels: ReRankModelItemType[];
-  audioSpeechModels: AudioSpeechModelType[];
-  whisperModel: STTModelType;
+
+  // Abandon
+  llmModels?: ChatModelItemType[];
+  vectorModels?: EmbeddingModelItemType[];
+  reRankModels?: ReRankModelItemType[];
+  audioSpeechModels?: TTSModelType[];
+  whisperModel?: STTModelType;
 };
 
 export type FastGPTFeConfigsType = {
   show_emptyChat?: boolean;
-  register_method?: ['email' | 'phone'];
+  register_method?: ['email' | 'phone' | 'sync'];
   login_method?: ['email' | 'phone']; // Attention: login method is diffrent with oauth
   find_password_method?: ['email' | 'phone'];
   bind_notification_method?: ['email' | 'phone'];
@@ -76,7 +78,6 @@ export type FastGPTFeConfigsType = {
     wecom?: {
       corpid?: string;
       agentid?: string;
-      secret?: string;
     };
     microsoft?: {
       clientId?: string;

packages/global/core/ai/constants.ts

@@ -15,15 +15,13 @@ export enum LLMModelTypeEnum {
   all = 'all',
   classify = 'classify',
   extractFields = 'extractFields',
-  toolCall = 'toolCall',
-  queryExtension = 'queryExtension'
+  toolCall = 'toolCall'
 }
 export const llmModelTypeFilterMap = {
   [LLMModelTypeEnum.all]: 'model',
   [LLMModelTypeEnum.classify]: 'usedInClassify',
   [LLMModelTypeEnum.extractFields]: 'usedInExtractFields',
-  [LLMModelTypeEnum.toolCall]: 'usedInToolCall',
-  [LLMModelTypeEnum.queryExtension]: 'usedInQueryExtension'
+  [LLMModelTypeEnum.toolCall]: 'usedInToolCall'
 };
 
 export enum EmbeddingTypeEnm {

packages/global/core/ai/model.d.ts

@@ -1,3 +1,4 @@
+import { ModelTypeEnum } from './model';
 import type { ModelProviderIdType } from './provider';
 
 type PriceType = {
@@ -7,68 +8,73 @@ type PriceType = {
   inputPrice?: number; // 1k tokens=n points
   outputPrice?: number; // 1k tokens=n points
 };
-export type LLMModelItemType = PriceType & {
+type BaseModelItemType = {
   provider: ModelProviderIdType;
   model: string;
   name: string;
   avatar?: string; // model icon, from provider
-  maxContext: number;
-  maxResponse: number;
-  quoteMaxToken: number;
-  maxTemperature: number;
 
-  censor?: boolean;
-  vision?: boolean;
+  isActive?: boolean;
+  isCustom?: boolean;
+  isDefault?: boolean;
 
-  // diff function model
-  datasetProcess?: boolean; // dataset
-  usedInClassify?: boolean; // classify
-  usedInExtractFields?: boolean; // extract fields
-  usedInToolCall?: boolean; // tool call
-  usedInQueryExtension?: boolean; // query extension
-
-  functionCall: boolean;
-  toolChoice: boolean;
-
-  customCQPrompt: string;
-  customExtractPrompt: string;
-
-  defaultSystemChatPrompt?: string;
-  defaultConfig?: Record<string, any>;
-  fieldMap?: Record<string, string>;
+  // If has requestUrl, it will request the model directly
+  requestUrl?: string;
+  requestAuth?: string;
 };
 
-export type VectorModelItemType = PriceType & {
-  provider: ModelProviderIdType;
-  model: string; // model name
-  name: string; // show name
-  avatar?: string;
-  defaultToken: number; // split text default token
-  maxToken: number; // model max token
-  weight: number; // training weight
-  hidden?: boolean; // Disallow creation
-  defaultConfig?: Record<string, any>; // post request config
-  dbConfig?: Record<string, any>; // Custom parameters for storage
-  queryConfig?: Record<string, any>; // Custom parameters for query
-};
+export type LLMModelItemType = PriceType &
+  BaseModelItemType & {
+    type: ModelTypeEnum.llm;
+    maxContext: number;
+    maxResponse: number;
+    quoteMaxToken: number;
+    maxTemperature: number;
 
-export type ReRankModelItemType = PriceType & {
-  provider: ModelProviderIdType;
-  model: string;
-  name: string;
-  requestUrl: string;
-  requestAuth: string;
-};
+    censor?: boolean;
+    vision?: boolean;
 
-export type AudioSpeechModelType = PriceType & {
-  provider: ModelProviderIdType;
-  model: string;
-  name: string;
-  voices: { label: string; value: string; bufferId: string }[];
-};
+    // diff function model
+    datasetProcess?: boolean; // dataset
+    usedInClassify?: boolean; // classify
+    usedInExtractFields?: boolean; // extract fields
+    usedInToolCall?: boolean; // tool call
 
-export type STTModelType = PriceType & {
-  provider: ModelProviderIdType;
-  model: string;
-  name: string;
-};
+    functionCall: boolean;
+    toolChoice: boolean;
+
+    customCQPrompt: string;
+    customExtractPrompt: string;
+
+    defaultSystemChatPrompt?: string;
+    defaultConfig?: Record<string, any>;
+    fieldMap?: Record<string, string>;
+  };
+
+export type EmbeddingModelItemType = PriceType &
+  BaseModelItemType & {
+    type: ModelTypeEnum.embedding;
+    defaultToken: number; // split text default token
+    maxToken: number; // model max token
+    weight: number; // training weight
+    hidden?: boolean; // Disallow creation
+    defaultConfig?: Record<string, any>; // post request config
+    dbConfig?: Record<string, any>; // Custom parameters for storage
+    queryConfig?: Record<string, any>; // Custom parameters for query
+  };
+
+export type ReRankModelItemType = PriceType &
+  BaseModelItemType & {
+    type: ModelTypeEnum.rerank;
+  };
+
+export type TTSModelType = PriceType &
+  BaseModelItemType & {
+    type: ModelTypeEnum.tts;
+    voices: { label: string; value: string }[];
+  };
+
+export type STTModelType = PriceType &
+  BaseModelItemType & {
+    type: ModelTypeEnum.stt;
+  };

packages/global/core/ai/model.ts

@@ -1,9 +1,18 @@
 import { i18nT } from '../../../web/i18n/utils';
-import type { LLMModelItemType, STTModelType, VectorModelItemType } from './model.d';
+import type { LLMModelItemType, STTModelType, EmbeddingModelItemType } from './model.d';
 import { getModelProvider, ModelProviderIdType } from './provider';
 
+export enum ModelTypeEnum {
+  llm = 'llm',
+  embedding = 'embedding',
+  tts = 'tts',
+  stt = 'stt',
+  rerank = 'rerank'
+}
+
 export const defaultQAModels: LLMModelItemType[] = [
   {
+    type: ModelTypeEnum.llm,
     provider: 'OpenAI',
     model: 'gpt-4o-mini',
     name: 'gpt-4o-mini',
@@ -24,8 +33,9 @@ export const defaultQAModels: LLMModelItemType[] = [
   }
 ];
 
-export const defaultVectorModels: VectorModelItemType[] = [
+export const defaultVectorModels: EmbeddingModelItemType[] = [
   {
+    type: ModelTypeEnum.embedding,
     provider: 'OpenAI',
     model: 'text-embedding-3-small',
     name: 'Embedding-2',
@@ -36,12 +46,15 @@ export const defaultVectorModels: VectorModelItemType[] = [
   }
 ];
 
-export const defaultWhisperModel: STTModelType = {
-  provider: 'OpenAI',
-  model: 'whisper-1',
-  name: 'whisper-1',
-  charsPointsPrice: 0
-};
+export const defaultSTTModels: STTModelType[] = [
+  {
+    type: ModelTypeEnum.stt,
+    provider: 'OpenAI',
+    model: 'whisper-1',
+    name: 'whisper-1',
+    charsPointsPrice: 0
+  }
+];
 
 export const getModelFromList = (
   modelList: { provider: ModelProviderIdType; name: string; model: string }[],
@@ -55,15 +68,10 @@ export const getModelFromList = (
   };
 };
 
-export enum ModelTypeEnum {
-  chat = 'chat',
-  embedding = 'embedding',
-  tts = 'tts',
-  stt = 'stt'
-}
 export const modelTypeList = [
-  { label: i18nT('common:model.type.chat'), value: ModelTypeEnum.chat },
+  { label: i18nT('common:model.type.chat'), value: ModelTypeEnum.llm },
   { label: i18nT('common:model.type.embedding'), value: ModelTypeEnum.embedding },
   { label: i18nT('common:model.type.tts'), value: ModelTypeEnum.tts },
-  { label: i18nT('common:model.type.stt'), value: ModelTypeEnum.stt }
+  { label: i18nT('common:model.type.stt'), value: ModelTypeEnum.stt },
+  { label: i18nT('common:model.type.reRank'), value: ModelTypeEnum.rerank }
 ];

packages/global/core/ai/provider.ts

@@ -7,6 +7,7 @@ export type ModelProviderIdType =
   | 'Meta'
   | 'MistralAI'
   | 'Groq'
+  | 'Grok'
   | 'AliCloud'
   | 'Qwen'
   | 'Doubao'
@@ -20,14 +21,17 @@ export type ModelProviderIdType =
   | 'Baichuan'
   | 'StepFun'
   | 'Yi'
+  | 'Siliconflow'
   | 'Ollama'
   | 'BAAI'
   | 'FishAudio'
+  | 'Intern'
+  | 'Moka'
   | 'Other';
 
 export type ModelProviderType = {
   id: ModelProviderIdType;
-  name: string;
+  name: any;
   avatar: string;
 };
 
@@ -57,6 +61,11 @@ export const ModelProviderList: ModelProviderType[] = [
     name: 'MistralAI',
     avatar: 'model/mistral'
   },
+  {
+    id: 'Grok',
+    name: 'Grok',
+    avatar: 'model/grok'
+  },
   {
     id: 'Groq',
     name: 'Groq',
@@ -143,6 +152,21 @@ export const ModelProviderList: ModelProviderType[] = [
     name: 'FishAudio',
     avatar: 'model/fishaudio'
   },
+  {
+    id: 'Intern',
+    name: i18nT('common:model_intern'),
+    avatar: 'model/intern'
+  },
+  {
+    id: 'Moka',
+    name: i18nT('common:model_moka'),
+    avatar: 'model/moka'
+  },
+  {
+    id: 'Siliconflow',
+    name: i18nT('common:model_siliconflow'),
+    avatar: 'model/siliconflow'
+  },
   {
     id: 'Other',
     name: i18nT('common:model_other'),
@@ -153,6 +177,7 @@ export const ModelProviderMap = Object.fromEntries(
   ModelProviderList.map((item, index) => [item.id, { ...item, order: index }])
 );
 
-export const getModelProvider = (provider: ModelProviderIdType) => {
+export const getModelProvider = (provider?: ModelProviderIdType) => {
+  if (!provider) return ModelProviderMap.Other;
   return ModelProviderMap[provider] ?? ModelProviderMap.Other;
 };

packages/global/core/app/constants.ts

@@ -33,7 +33,7 @@ export const defaultWhisperConfig: AppWhisperConfigType = {
 export const defaultQGConfig: AppQGConfigType = {
   open: false,
   model: 'gpt-4o-mini',
-  customPrompt: PROMPT_QUESTION_GUIDE
+  customPrompt: ''
 };
 
 export const defaultChatInputGuideConfig = {

packages/global/core/app/type.d.ts

@@ -12,8 +12,9 @@ import { TeamTagSchema as TeamTagsSchemaType } from '@fastgpt/global/support/use
 import { StoreEdgeItemType } from '../workflow/type/edge';
 import { AppPermission } from '../../support/permission/app/controller';
 import { ParentIdType } from '../../common/parentFolder/type';
-import { FlowNodeInputTypeEnum } from 'core/workflow/node/constant';
+import { FlowNodeInputTypeEnum } from '../../core/workflow/node/constant';
 import { WorkflowTemplateBasicType } from '@fastgpt/global/core/workflow/type';
+import { SourceMemberType } from '../../support/user/type';
 
 export type AppSchema = {
   _id: string;
@@ -63,6 +64,7 @@ export type AppListItemType = {
   permission: AppPermission;
   inheritPermission?: boolean;
   private?: boolean;
+  sourceMember: SourceMemberType;
 };
 
 export type AppDetailType = AppSchema & {

packages/global/core/app/version.d.ts

@@ -1,5 +1,7 @@
+import { TeamMemberStatusEnum } from 'support/user/team/constant';
 import { StoreEdgeItemType } from '../workflow/type/edge';
 import { AppChatConfigType, AppSchema } from './type';
+import { SourceMemberType } from 'support/user/type';
 
 export type AppVersionSchemaType = {
   _id: string;
@@ -20,4 +22,5 @@ export type VersionListItemType = {
   time: Date;
   isPublish: boolean | undefined;
   tmbId: string;
+  sourceMember: SourceMemberType;
 };

packages/global/core/chat/constants.ts

@@ -75,5 +75,3 @@ export enum ChatStatusEnum {
   running = 'running',
   finish = 'finish'
 }
-
-export const MARKDOWN_QUOTE_SIGN = 'QUOTE SIGN';

packages/global/core/dataset/apiDataset.d.ts

@@ -5,6 +5,7 @@ export type APIFileItem = {
   type: 'file' | 'folder';
   updateTime: Date;
   createTime: Date;
+  hasChild?: boolean;
 };
 
 export type APIFileServer = {

packages/global/core/dataset/type.d.ts

@@ -1,4 +1,4 @@
-import type { LLMModelItemType, VectorModelItemType } from '../../core/ai/model.d';
+import type { LLMModelItemType, EmbeddingModelItemType } from '../../core/ai/model.d';
 import { PermissionTypeEnum } from '../../support/permission/constant';
 import { PushDatasetDataChunkProps } from './api';
 import {
@@ -11,6 +11,7 @@ import {
 import { DatasetPermission } from '../../support/permission/dataset/controller';
 import { Permission } from '../../support/permission/controller';
 import { APIFileServer, FeishuServer, YuqueServer } from './apiDataset';
+import { SourceMemberType } from 'support/user/type';
 
 export type DatasetSchemaType = {
   _id: string;
@@ -151,7 +152,7 @@ export type DatasetSimpleItemType = {
   _id: string;
   avatar: string;
   name: string;
-  vectorModel: VectorModelItemType;
+  vectorModel: EmbeddingModelItemType;
 };
 export type DatasetListItemType = {
   _id: string;
@@ -162,13 +163,14 @@ export type DatasetListItemType = {
   intro: string;
   type: `${DatasetTypeEnum}`;
   permission: DatasetPermission;
-  vectorModel: VectorModelItemType;
+  vectorModel: EmbeddingModelItemType;
   inheritPermission: boolean;
   private?: boolean;
+  sourceMember?: SourceMemberType;
 };
 
 export type DatasetItemType = Omit<DatasetSchemaType, 'vectorModel' | 'agentModel'> & {
-  vectorModel: VectorModelItemType;
+  vectorModel: EmbeddingModelItemType;
   agentModel: LLMModelItemType;
   permission: DatasetPermission;
 };

packages/global/core/dataset/utils.ts

@@ -34,7 +34,7 @@ export function getSourceNameIcon({
     }
   } catch (error) {}
 
-  return 'file/fill/manual';
+  return 'file/fill/file';
 }
 
 /* get dataset data default index */

packages/global/core/workflow/api.d.ts

@@ -1,4 +1,4 @@
-import { VectorModelItemType } from '../ai/model.d';
+import { EmbeddingModelItemType } from '../ai/model.d';
 import { NodeInputKeyEnum } from './constants';
 
 export type SelectedDatasetType = { datasetId: string }[];

packages/global/core/workflow/constants.ts

@@ -152,6 +152,7 @@ export enum NodeInputKeyEnum {
   datasetSearchExtensionModel = 'datasetSearchExtensionModel',
   datasetSearchExtensionBg = 'datasetSearchExtensionBg',
   collectionFilterMatch = 'collectionFilterMatch',
+  authTmbId = 'authTmbId',
 
   // concat dataset
   datasetQuoteList = 'system_datasetQuoteList',

packages/global/core/workflow/runtime/type.d.ts

@@ -41,6 +41,10 @@ export type ChatDispatchProps = {
     teamId: string;
     tmbId: string; // App tmbId
   };
+  runningUserInfo: {
+    teamId: string;
+    tmbId: string;
+  };
   uid: string; // Who run this workflow
 
   chatId?: string;

packages/global/core/workflow/runtime/utils.ts

@@ -176,6 +176,7 @@ export const checkNodeRunStatus = ({
       }
       visited.add(edge.source);
 
+      // 递归检测后面的 edge，如果有其中一个成环，则返回 true
       const nextEdges = allEdges.filter((item) => item.target === edge.source);
       return nextEdges.some((nextEdge) => checkIsCircular(nextEdge, new Set(visited)));
     };
@@ -207,7 +208,23 @@ export const checkNodeRunStatus = ({
     currentNode: node
   });
 
-  // check skip（其中一组边，全 skip）
+  // check active（其中一组边，至少有一个 active，且没有 waiting 即可运行）
+  if (
+    commonEdges.length > 0 &&
+    commonEdges.some((item) => item.status === 'active') &&
+    commonEdges.every((item) => item.status !== 'waiting')
+  ) {
+    return 'run';
+  }
+  if (
+    recursiveEdges.length > 0 &&
+    recursiveEdges.some((item) => item.status === 'active') &&
+    recursiveEdges.every((item) => item.status !== 'waiting')
+  ) {
+    return 'run';
+  }
+
+  // check skip（其中一组边，全是 skiped 则跳过运行）
   if (commonEdges.length > 0 && commonEdges.every((item) => item.status === 'skipped')) {
     return 'skip';
   }
@@ -215,14 +232,6 @@ export const checkNodeRunStatus = ({
     return 'skip';
   }
 
-  // check active（有一类边，不全是 wait 即可运行）
-  if (commonEdges.length > 0 && commonEdges.every((item) => item.status !== 'waiting')) {
-    return 'run';
-  }
-  if (recursiveEdges.length > 0 && recursiveEdges.every((item) => item.status !== 'waiting')) {
-    return 'run';
-  }
-
   return 'wait';
 };
 

packages/global/core/workflow/template/system/datasetSearch.ts

@@ -89,6 +89,13 @@ export const DatasetSearchModule: FlowNodeTemplateType = {
       valueType: WorkflowIOValueTypeEnum.string,
       value: ''
     },
+    {
+      key: NodeInputKeyEnum.authTmbId,
+      renderTypeList: [FlowNodeInputTypeEnum.hidden],
+      label: '',
+      valueType: WorkflowIOValueTypeEnum.boolean,
+      value: false
+    },
     {
       ...Input_Template_UserChatInput,
       toolDescription: i18nT('workflow:content_to_search')

packages/global/core/workflow/template/system/queryExtension.ts

@@ -31,10 +31,7 @@ export const AiQueryExtension: FlowNodeTemplateType = {
   showStatus: true,
   version: '481',
   inputs: [
-    {
-      ...Input_Template_SelectAIModel,
-      llmModelType: LLMModelTypeEnum.queryExtension
-    },
+    Input_Template_SelectAIModel,
     {
       key: NodeInputKeyEnum.aiSystemPrompt,
       renderTypeList: [FlowNodeInputTypeEnum.textarea, FlowNodeInputTypeEnum.reference],

packages/global/core/workflow/type/node.d.ts

@@ -89,6 +89,7 @@ export type NodeTemplateListItemType = {
   hasTokenFee?: boolean; // 是否配置积分
   instructions?: string; // 使用说明
   courseUrl?: string; // 教程链接
+  sourceMember?: SourceMember;
 };
 
 export type NodeTemplateListType = {

packages/global/support/user/team/controller.d.ts

@@ -12,6 +12,7 @@ export type CreateTeamProps = {
   avatar?: string;
   defaultTeam?: boolean;
   memberName?: string;
+  memberAvatar?: string;
 };
 export type UpdateTeamProps = Omit<ThirdPartyAccountType, 'externalWorkflowVariable'> & {
   name?: string;

packages/global/support/user/team/org/constant.ts

@@ -5,8 +5,6 @@ export const OrgMemberCollectionName = 'team_org_members';
 
 export const getOrgChildrenPath = (org: OrgSchemaType) => `${org.path}/${org.pathId}`;
 
-// export enum OrgMemberRole {
-//   owner = 'owner',
-//   admin = 'admin',
-//   member = 'member'
-// }
+export enum SyncOrgSourceEnum {
+  wecom = 'wecom'
+}

packages/global/support/user/team/org/type.d.ts

@@ -13,6 +13,7 @@ type OrgSchemaType = {
 };
 
 type OrgMemberSchemaType = {
+  _id: string;
   teamId: string;
   orgId: string;
   tmbId: string;
@@ -20,6 +21,6 @@ type OrgMemberSchemaType = {
 
 type OrgType = Omit<OrgSchemaType, 'avatar'> & {
   avatar: string;
-  members: OrgMemberSchemaType[];
   permission: TeamPermission;
+  members: OrgMemberSchemaType[];
 };

packages/global/support/user/team/type.d.ts

@@ -44,6 +44,7 @@ export type TeamMemberSchema = {
   name: string;
   role: `${TeamMemberRoleEnum}`;
   status: `${TeamMemberStatusEnum}`;
+  avatar: string;
   defaultTeam: boolean;
 };
 

packages/global/support/user/type.d.ts

@@ -1,12 +1,12 @@
 import { TeamPermission } from '../permission/user/controller';
 import { UserStatusEnum } from './constant';
+import { TeamMemberStatusEnum } from './team/constant';
 import { TeamTmbItemType } from './team/type';
 
 export type UserModelSchema = {
   _id: string;
   username: string;
   password: string;
-  avatar: string;
   promotionRate: number;
   inviterId?: string;
   openaiKey: string;
@@ -22,7 +22,7 @@ export type UserModelSchema = {
 export type UserType = {
   _id: string;
   username: string;
-  avatar: string;
+  avatar: string; // it should be team member's avatar after 4.8.18
   timezone: string;
   promotionRate: UserModelSchema['promotionRate'];
   team: TeamTmbItemType;
@@ -30,3 +30,9 @@ export type UserType = {
   notificationAccount?: string;
   permission: TeamPermission;
 };
+
+export type SourceMemberType = {
+  name: string;
+  avatar: string;
+  status: `${TeamMemberStatusEnum}`;
+};

packages/global/support/wallet/usage/api.d.ts

@@ -6,6 +6,22 @@ export type CreateTrainingUsageProps = {
   datasetId: string;
 };
 
+export type GetUsageProps = {
+  dateStart: Date;
+  dateEnd: Date;
+  sources?: UsageSourceEnum[];
+  teamMemberIds?: string[];
+  projectName?: string;
+};
+
+export type GetUsageDashboardProps = GetUsageProps & {
+  unit: 'day' | 'month';
+};
+export type GetUsageDashboardResponseItem = {
+  date: Date;
+  totalPoints: number;
+};
+
 export type ConcatUsageProps = UsageListItemCountType & {
   teamId: string;
   tmbId: string;

packages/global/support/wallet/usage/constants.ts

@@ -18,30 +18,30 @@ export const UsageSourceMap = {
     label: i18nT('common:core.chat.logs.online')
   },
   [UsageSourceEnum.api]: {
-    label: 'Api'
+    label: 'API'
   },
   [UsageSourceEnum.shareLink]: {
     label: i18nT('common:core.chat.logs.free_login')
   },
   [UsageSourceEnum.training]: {
-    label: 'dataset.Training Name'
+    label: i18nT('common:dataset.Training Name')
   },
   [UsageSourceEnum.cronJob]: {
     label: i18nT('common:cron_job_run_app')
   },
   [UsageSourceEnum.feishu]: {
-    label: i18nT('user:usage.feishu')
+    label: i18nT('account_usage:feishu')
   },
   [UsageSourceEnum.official_account]: {
-    label: i18nT('user:usage.official_account')
+    label: i18nT('account_usage:official_account')
   },
   [UsageSourceEnum.share]: {
-    label: i18nT('user:usage.share')
+    label: i18nT('account_usage:share')
   },
   [UsageSourceEnum.wecom]: {
-    label: i18nT('user:usage.wecom')
+    label: i18nT('account_usage:wecom')
   },
   [UsageSourceEnum.dingtalk]: {
-    label: i18nT('user:usage.dingtalk')
+    label: i18nT('account_usage:dingtalk')
   }
 };

packages/global/support/wallet/usage/type.d.ts

@@ -1,3 +1,4 @@
+import { SourceMemberType } from '../../../support/user/type';
 import { CreateUsageProps } from './api';
 import { UsageSourceEnum } from './constants';
 
@@ -10,6 +11,7 @@ export type UsageListItemCountType = {
   // deprecated
   tokens?: number;
 };
+
 export type UsageListItemType = UsageListItemCountType & {
   moduleName: string;
   amount: number;
@@ -28,4 +30,5 @@ export type UsageItemType = {
   source: UsageSchemaType['source'];
   totalPoints: number;
   list: UsageSchemaType['list'];
+  sourceMember: SourceMemberType;
 };

packages/plugins/register.ts

@@ -12,7 +12,8 @@ const staticPluginList = [
   'DingTalkWebhook',
   'WeWorkWebhook',
   'google',
-  'bing'
+  'bing',
+  'delay'
 ];
 // Run in worker thread (Have npm packages)
 const packagePluginList = [

packages/plugins/src/delay/index.ts

@@ -0,0 +1,18 @@
+import { delay } from '@fastgpt/global/common/system/utils';
+
+type Props = {
+  ms: number;
+};
+type Response = Promise<Number>;
+
+const main = async ({ ms }: Props): Response => {
+  if (typeof ms !== 'number' || ms <= 0 || ms > 300000) {
+    return ms;
+  }
+
+  await delay(ms);
+
+  return ms;
+};
+
+export default main;

packages/plugins/src/delay/template.json

@@ -0,0 +1,318 @@
+{
+  "author": "collin",
+  "version": "4817",
+  "name": "流程等待",
+  "avatar": "core/workflow/template/sleep",
+  "intro": "让工作流等待指定时间后运行",
+  "showStatus": true,
+  "weight": 1,
+
+  "isTool": true,
+  "templateType": "tools",
+
+  "workflow": {
+    "nodes": [
+      {
+        "nodeId": "pluginInput",
+        "name": "workflow:template.plugin_start",
+        "intro": "workflow:intro_plugin_input",
+        "avatar": "core/workflow/template/workflowStart",
+        "flowNodeType": "pluginInput",
+        "showStatus": false,
+        "position": {
+          "x": 627.6352390819724,
+          "y": -165.05298493910118
+        },
+        "version": "481",
+        "inputs": [
+          {
+            "renderTypeList": ["numberInput", "reference"],
+            "selectedTypeIndex": 0,
+            "valueType": "number",
+            "canEdit": true,
+            "key": "延迟时长",
+            "label": "延迟时长",
+            "description": "需要暂停的时间，单位毫秒",
+            "defaultValue": 1000,
+            "list": [
+              {
+                "label": "",
+                "value": ""
+              }
+            ],
+            "maxFiles": 5,
+            "canSelectFile": true,
+            "canSelectImg": true,
+            "required": true,
+            "toolDescription": "需要暂停的时间，单位毫秒",
+            "max": 300000,
+            "min": 1
+          }
+        ],
+        "outputs": [
+          {
+            "id": "ms",
+            "valueType": "number",
+            "key": "延迟时长",
+            "label": "延迟时长",
+            "type": "hidden"
+          }
+        ]
+      },
+      {
+        "nodeId": "pluginOutput",
+        "name": "common:core.module.template.self_output",
+        "intro": "workflow:intro_custom_plugin_output",
+        "avatar": "core/workflow/template/pluginOutput",
+        "flowNodeType": "pluginOutput",
+        "showStatus": false,
+        "position": {
+          "x": 1921.839722563351,
+          "y": -160.05298493910115
+        },
+        "version": "481",
+        "inputs": [
+          {
+            "renderTypeList": ["reference"],
+            "valueType": "any",
+            "canEdit": true,
+            "key": "result",
+            "label": "result",
+            "isToolOutput": true,
+            "description": "",
+            "required": true,
+            "value": ["zCJC6zw7c14i", "httpRawResponse"]
+          }
+        ],
+        "outputs": []
+      },
+      {
+        "nodeId": "pluginConfig",
+        "name": "common:core.module.template.system_config",
+        "intro": "",
+        "avatar": "core/workflow/template/systemConfig",
+        "flowNodeType": "pluginConfig",
+        "position": {
+          "x": 184.66337662472682,
+          "y": -216.05298493910115
+        },
+        "version": "4811",
+        "inputs": [],
+        "outputs": []
+      },
+      {
+        "nodeId": "zCJC6zw7c14i",
+        "name": "HTTP 请求",
+        "intro": "可以发出一个 HTTP 请求，实现更为复杂的操作（联网搜索、数据库查询等）",
+        "avatar": "core/workflow/template/httpRequest",
+        "flowNodeType": "httpRequest468",
+        "showStatus": true,
+        "position": {
+          "x": 1154.4041630064592,
+          "y": -455.0529849391012
+        },
+        "version": "481",
+        "inputs": [
+          {
+            "key": "system_addInputParam",
+            "renderTypeList": ["addInputParam"],
+            "valueType": "dynamic",
+            "label": "",
+            "required": false,
+            "description": "common:core.module.input.description.HTTP Dynamic Input",
+            "customInputConfig": {
+              "selectValueTypeList": [
+                "string",
+                "number",
+                "boolean",
+                "object",
+                "arrayString",
+                "arrayNumber",
+                "arrayBoolean",
+                "arrayObject",
+                "arrayAny",
+                "any",
+                "chatHistory",
+                "datasetQuote",
+                "dynamic",
+                "selectApp",
+                "selectDataset"
+              ],
+              "showDescription": false,
+              "showDefaultValue": true
+            },
+            "valueDesc": "",
+            "debugLabel": "",
+            "toolDescription": ""
+          },
+          {
+            "key": "system_httpMethod",
+            "renderTypeList": ["custom"],
+            "valueType": "string",
+            "label": "",
+            "value": "POST",
+            "required": true,
+            "valueDesc": "",
+            "description": "",
+            "debugLabel": "",
+            "toolDescription": ""
+          },
+          {
+            "key": "system_httpTimeout",
+            "renderTypeList": ["custom"],
+            "valueType": "number",
+            "label": "",
+            "value": 30,
+            "min": 5,
+            "max": 600,
+            "required": true,
+            "valueDesc": "",
+            "description": "",
+            "debugLabel": "",
+            "toolDescription": ""
+          },
+          {
+            "key": "system_httpReqUrl",
+            "renderTypeList": ["hidden"],
+            "valueType": "string",
+            "label": "",
+            "description": "common:core.module.input.description.Http Request Url",
+            "placeholder": "https://api.ai.com/getInventory",
+            "required": false,
+            "value": "delay",
+            "valueDesc": "",
+            "debugLabel": "",
+            "toolDescription": ""
+          },
+          {
+            "key": "system_httpHeader",
+            "renderTypeList": ["custom"],
+            "valueType": "any",
+            "value": [],
+            "label": "",
+            "description": "common:core.module.input.description.Http Request Header",
+            "placeholder": "common:core.module.input.description.Http Request Header",
+            "required": false,
+            "valueDesc": "",
+            "debugLabel": "",
+            "toolDescription": ""
+          },
+          {
+            "key": "system_httpParams",
+            "renderTypeList": ["hidden"],
+            "valueType": "any",
+            "value": [],
+            "label": "",
+            "required": false,
+            "valueDesc": "",
+            "description": "",
+            "debugLabel": "",
+            "toolDescription": ""
+          },
+          {
+            "key": "system_httpJsonBody",
+            "renderTypeList": ["hidden"],
+            "valueType": "any",
+            "value": "{\n\"ms\": {{$pluginInput.ms$}}\n}",
+            "label": "",
+            "required": false,
+            "valueDesc": "",
+            "description": "",
+            "debugLabel": "",
+            "toolDescription": ""
+          },
+          {
+            "key": "system_httpFormBody",
+            "renderTypeList": ["hidden"],
+            "valueType": "any",
+            "value": [],
+            "label": "",
+            "required": false,
+            "valueDesc": "",
+            "description": "",
+            "debugLabel": "",
+            "toolDescription": ""
+          },
+          {
+            "key": "system_httpContentType",
+            "renderTypeList": ["hidden"],
+            "valueType": "string",
+            "value": "json",
+            "label": "",
+            "required": false,
+            "valueDesc": "",
+            "description": "",
+            "debugLabel": "",
+            "toolDescription": ""
+          }
+        ],
+        "outputs": [
+          {
+            "id": "error",
+            "key": "error",
+            "label": "workflow:request_error",
+            "description": "HTTP请求错误信息，成功时返回空",
+            "valueType": "object",
+            "type": "static"
+          },
+          {
+            "id": "httpRawResponse",
+            "key": "httpRawResponse",
+            "required": true,
+            "label": "workflow:raw_response",
+            "description": "HTTP请求的原始响应。只能接受字符串或JSON类型响应数据。",
+            "valueType": "any",
+            "type": "static"
+          },
+          {
+            "id": "system_addOutputParam",
+            "key": "system_addOutputParam",
+            "type": "dynamic",
+            "valueType": "dynamic",
+            "label": "输出字段提取",
+            "customFieldConfig": {
+              "selectValueTypeList": [
+                "string",
+                "number",
+                "boolean",
+                "object",
+                "arrayString",
+                "arrayNumber",
+                "arrayBoolean",
+                "arrayObject",
+                "arrayAny",
+                "any",
+                "chatHistory",
+                "datasetQuote",
+                "dynamic",
+                "selectApp",
+                "selectDataset"
+              ],
+              "showDescription": false,
+              "showDefaultValue": false
+            },
+            "description": "可以通过 JSONPath 语法来提取响应值中的指定字段",
+            "valueDesc": ""
+          }
+        ]
+      }
+    ],
+    "edges": [
+      {
+        "source": "pluginInput",
+        "target": "zCJC6zw7c14i",
+        "sourceHandle": "pluginInput-source-right",
+        "targetHandle": "zCJC6zw7c14i-target-left"
+      },
+      {
+        "source": "zCJC6zw7c14i",
+        "target": "pluginOutput",
+        "sourceHandle": "zCJC6zw7c14i-source-right",
+        "targetHandle": "pluginOutput-target-left"
+      }
+    ],
+    "chatConfig": {
+      "welcomeText": ""
+    }
+  }
+}

packages/service/common/api/pagination.ts

@@ -0,0 +1,21 @@
+import { CommonErrEnum } from '@fastgpt/global/common/error/code/common';
+import { ApiRequestProps } from '../../type/next';
+
+export function parsePaginationRequest(req: ApiRequestProps) {
+  const {
+    pageSize = 10,
+    pageNum = 1,
+    offset = 0
+  } = Object.keys(req.body).includes('pageSize')
+    ? req.body
+    : Object.keys(req.query).includes('pageSize')
+      ? req.query
+      : {};
+  if (!pageSize || (pageNum === undefined && offset === undefined)) {
+    throw new Error(CommonErrEnum.missingParams);
+  }
+  return {
+    pageSize: Number(pageSize),
+    offset: offset ? Number(offset) : (Number(pageNum) - 1) * Number(pageSize)
+  };
+}

packages/service/common/middle/cors.ts

@@ -2,7 +2,7 @@ import type { NextApiResponse, NextApiRequest } from 'next';
 import NextCors from 'nextjs-cors';
 
 export async function withNextCors(req: NextApiRequest, res: NextApiResponse) {
-  const methods = ['GET', 'eHEAD', 'PUT', 'PATCH', 'POST', 'DELETE'];
+  const methods = ['GET', 'HEAD', 'PUT', 'PATCH', 'POST', 'DELETE'];
 
   const allowedOrigins = process.env.ALLOWED_ORIGINS?.split(',');
   const origin = req.headers.origin;

packages/service/common/middle/reqFrequencyLimit.ts

@@ -1,6 +1,5 @@
 import { ApiRequestProps } from '../../type/next';
 import requestIp from 'request-ip';
-import { ERROR_ENUM } from '@fastgpt/global/common/error/errorCode';
 import { authFrequencyLimit } from '../system/frequencyLimit/utils';
 import { addSeconds } from 'date-fns';
 import { NextApiResponse } from 'next';
@@ -9,7 +8,17 @@ import { jsonRes } from '../response';
 // unit: times/s
 // how to use?
 // export default NextAPI(useQPSLimit(10), handler); // limit 10 times per second for a ip
-export function useReqFrequencyLimit(seconds: number, limit: number, force = false) {
+export function useIPFrequencyLimit({
+  id,
+  seconds,
+  limit,
+  force = false
+}: {
+  id: string;
+  seconds: number;
+  limit: number;
+  force?: boolean;
+}) {
   return async (req: ApiRequestProps, res: NextApiResponse) => {
     const ip = requestIp.getClientIp(req);
     if (!ip || (process.env.USE_IP_LIMIT !== 'true' && !force)) {
@@ -17,14 +26,14 @@ export function useReqFrequencyLimit(seconds: number, limit: number, force = fal
     }
     try {
       await authFrequencyLimit({
-        eventId: 'ip-qps-limit' + ip,
+        eventId: `ip-qps-limit-${id}-` + ip,
         maxAmount: limit,
         expiredTime: addSeconds(new Date(), seconds)
       });
     } catch (_) {
       jsonRes(res, {
         code: 429,
-        error: ERROR_ENUM.tooManyRequest
+        error: `Too many request, request ${limit} times every ${seconds} seconds`
       });
     }
   };

packages/service/common/response/index.ts

@@ -33,7 +33,15 @@ export const jsonRes = <T = any>(
 
     addLog.error(`Api response error: ${url}`, ERROR_RESPONSE[errResponseKey]);
 
-    return res.status(code).json(ERROR_RESPONSE[errResponseKey]);
+    res.status(code);
+
+    if (message) {
+      res.send(message);
+    } else {
+      res.json(ERROR_RESPONSE[errResponseKey]);
+    }
+
+    return;
   }
 
   // another error

packages/service/common/system/config/controller.ts

@@ -6,8 +6,7 @@ import { FastGPTProUrl } from '../constants';
 export const getFastGPTConfigFromDB = async () => {
   if (!FastGPTProUrl) {
     return {
-      config: {} as FastGPTConfigFileType,
-      configId: undefined
+      config: {} as FastGPTConfigFileType
     };
   }
 
@@ -18,9 +17,35 @@ export const getFastGPTConfigFromDB = async () => {
   });
 
   const config = res?.value || {};
+  // 利用配置文件的创建时间（更新时间）来做缓存，如果前端命中缓存，则不需要再返回配置文件
+  global.systemInitBufferId = res ? res.createTime.getTime().toString() : undefined;
 
   return {
-    configId: res ? String(res._id) : undefined,
     config: config as FastGPTConfigFileType
   };
 };
+
+export const updateFastGPTConfigBuffer = async () => {
+  const res = await MongoSystemConfigs.findOne({
+    type: SystemConfigsTypeEnum.fastgpt
+  }).sort({
+    createTime: -1
+  });
+
+  if (!res) return;
+
+  res.createTime = new Date();
+  await res.save();
+
+  global.systemInitBufferId = res.createTime.getTime().toString();
+};
+
+export const reloadFastGPTConfigBuffer = async () => {
+  const res = await MongoSystemConfigs.findOne({
+    type: SystemConfigsTypeEnum.fastgpt
+  }).sort({
+    createTime: -1
+  });
+  if (!res) return;
+  global.systemInitBufferId = res.createTime.getTime().toString();
+};

packages/service/common/system/tools.ts

@@ -13,15 +13,6 @@ export const initFastGPTConfig = (config?: FastGPTConfigFileType) => {
   global.feConfigs = config.feConfigs;
   global.systemEnv = config.systemEnv;
   global.subPlans = config.subPlans;
-
-  global.llmModels = config.llmModels;
-  global.llmModelPriceType = global.llmModels.some((item) => typeof item.inputPrice === 'number')
-    ? 'IO'
-    : 'Tokens';
-  global.vectorModels = config.vectorModels;
-  global.audioSpeechModels = config.audioSpeechModels;
-  global.whisperModel = config.whisperModel;
-  global.reRankModels = config.reRankModels;
 };
 
 export const systemStartCb = () => {

packages/service/common/vectorStore/controller.ts

@@ -2,7 +2,7 @@
 import { PgVectorCtrl } from './pg/class';
 import { getVectorsByText } from '../../core/ai/embedding';
 import { InsertVectorProps } from './controller.d';
-import { VectorModelItemType } from '@fastgpt/global/core/ai/model.d';
+import { EmbeddingModelItemType } from '@fastgpt/global/core/ai/model.d';
 import { MILVUS_ADDRESS, PG_ADDRESS } from './constants';
 import { MilvusCtrl } from './milvus/class';
 
@@ -28,7 +28,7 @@ export const insertDatasetDataVector = async ({
   ...props
 }: InsertVectorProps & {
   query: string;
-  model: VectorModelItemType;
+  model: EmbeddingModelItemType;
 }) => {
   const { vectors, tokens } = await getVectorsByText({
     model,

packages/service/core/ai/audio/speech.ts

@@ -1,5 +1,6 @@
 import type { NextApiResponse } from 'next';
 import { getAIApi } from '../config';
+import { getTTSModel } from '../model';
 
 export async function text2Speech({
   res,
@@ -18,15 +19,26 @@ export async function text2Speech({
   voice: string;
   speed?: number;
 }) {
+  const modelData = getTTSModel(model)!;
   const ai = getAIApi();
-  const response = await ai.audio.speech.create({
-    model,
-    // @ts-ignore
-    voice,
-    input,
-    response_format: 'mp3',
-    speed
-  });
+  const response = await ai.audio.speech.create(
+    {
+      model,
+      // @ts-ignore
+      voice,
+      input,
+      response_format: 'mp3',
+      speed
+    },
+    modelData.requestUrl && modelData.requestAuth
+      ? {
+          path: modelData.requestUrl,
+          headers: {
+            Authorization: `Bearer ${modelData.requestAuth}`
+          }
+        }
+      : {}
+  );
 
   const readableStream = response.body as unknown as NodeJS.ReadableStream;
   readableStream.pipe(res);

packages/service/core/ai/audio/transcriptions.ts

@@ -2,6 +2,7 @@ import fs from 'fs';
 import { getAxiosConfig } from '../config';
 import axios from 'axios';
 import FormData from 'form-data';
+import { getSTTModel } from '../model';
 
 export const aiTranscriptions = async ({
   model,
@@ -14,13 +15,21 @@ export const aiTranscriptions = async ({
   data.append('model', model);
   data.append('file', fileStream);
 
+  const modelData = getSTTModel(model);
   const aiAxiosConfig = getAxiosConfig();
+
   const { data: result } = await axios<{ text: string }>({
     method: 'post',
-    baseURL: aiAxiosConfig.baseUrl,
-    url: '/audio/transcriptions',
+    ...(modelData.requestUrl
+      ? { url: modelData.requestUrl }
+      : {
+          baseURL: aiAxiosConfig.baseUrl,
+          url: modelData.requestUrl || '/audio/transcriptions'
+        }),
     headers: {
-      Authorization: aiAxiosConfig.authorization,
+      Authorization: modelData.requestAuth
+        ? `Bearer ${modelData.requestAuth}`
+        : aiAxiosConfig.authorization,
       ...data.getHeaders()
     },
     data: data

packages/service/core/ai/config.ts

@@ -7,14 +7,14 @@ import { getErrText } from '@fastgpt/global/common/error/utils';
 import { addLog } from '../../common/system/log';
 import { i18nT } from '../../../web/i18n/utils';
 import { OpenaiAccountType } from '@fastgpt/global/support/user/team/type';
+import { getLLMModel } from './model';
 
 export const openaiBaseUrl = process.env.OPENAI_BASE_URL || 'https://api.openai.com/v1';
 
 export const getAIApi = (props?: { userKey?: OpenaiAccountType; timeout?: number }) => {
   const { userKey, timeout } = props || {};
 
-  const baseUrl =
-    userKey?.baseUrl || global?.systemEnv?.oneapiUrl || process.env.ONEAPI_URL || openaiBaseUrl;
+  const baseUrl = userKey?.baseUrl || global?.systemEnv?.oneapiUrl || openaiBaseUrl;
   const apiKey = userKey?.key || global?.systemEnv?.chatApiKey || process.env.CHAT_API_KEY || '';
 
   return new OpenAI({
@@ -29,8 +29,7 @@ export const getAIApi = (props?: { userKey?: OpenaiAccountType; timeout?: number
 export const getAxiosConfig = (props?: { userKey?: OpenaiAccountType }) => {
   const { userKey } = props || {};
 
-  const baseUrl =
-    userKey?.baseUrl || global?.systemEnv?.oneapiUrl || process.env.ONEAPI_URL || openaiBaseUrl;
+  const baseUrl = userKey?.baseUrl || global?.systemEnv?.oneapiUrl || openaiBaseUrl;
   const apiKey = userKey?.key || global?.systemEnv?.chatApiKey || process.env.CHAT_API_KEY || '';
 
   return {
@@ -63,12 +62,23 @@ export const createChatCompletion = async <T extends CompletionsBodyType>({
   getEmptyResponseTip: () => string;
 }> => {
   try {
+    const modelConstantsData = getLLMModel(body.model);
+
     const formatTimeout = timeout ? timeout : body.stream ? 60000 : 600000;
     const ai = getAIApi({
       userKey,
       timeout: formatTimeout
     });
-    const response = await ai.chat.completions.create(body, options);
+    const response = await ai.chat.completions.create(body, {
+      ...options,
+      ...(modelConstantsData.requestUrl ? { path: modelConstantsData.requestUrl } : {}),
+      headers: {
+        ...options?.headers,
+        ...(modelConstantsData.requestAuth
+          ? { Authorization: `Bearer ${modelConstantsData.requestAuth}` }
+          : {})
+      }
+    });
 
     const isStreamResponse =
       typeof response === 'object' &&

packages/service/core/ai/config/embedding/text-embedding-ada-002.json

@@ -1,11 +0,0 @@
-{
-  "provider": "OpenAI",
-  "model": "text-embedding-ada-002",
-  "name": "text-embedding-ada-002",
-
-  "defaultToken": 512, // 默认分块 token
-  "maxToken": 3000, // 最大分块 token
-  "weight": 0, // 权重
-
-  "charsPointsPrice": 0 // 积分/1k token
-}

packages/service/core/ai/config/llm/gpt-4o-mini.json

@@ -1,33 +0,0 @@
-{
-  "provider": "OpenAI",
-  "model": "gpt-4o-mini",
-  "name": "GPT-4o-mini", // alias
-
-  "maxContext": 125000, // 最大上下文
-  "maxResponse": 16000, // 最大回复
-  "quoteMaxToken": 60000, // 最大引用
-  "maxTemperature": 1.2, // 最大温度
-  "presencePenaltyRange": [-2, 2], // 惩罚系数范围
-  "frequencyPenaltyRange": [-2, 2], // 频率惩罚系数范围
-  "responseFormatList": ["text", "json_object", "json_schema"], // 响应格式
-  "showStopSign": true, // 是否显示停止符号
-
-  "vision": true, // 是否支持图片识别
-  "toolChoice": true, // 是否支持工具调用
-  "functionCall": false, // 是否支持函数调用（一般都可以 false 了，基本不用了）
-  "defaultSystemChatPrompt": "", // 默认系统提示
-
-  "datasetProcess": true, // 用于知识库文本处理
-  "usedInClassify": true, // 用于问题分类
-  "customCQPrompt": "", // 自定义问题分类提示
-  "usedInExtractFields": true, // 用于提取字段
-  "customExtractPrompt": "", // 自定义提取提示
-  "usedInToolCall": true, // 用于工具调用
-  "usedInQueryExtension": true, // 用于问题优化
-
-  "defaultConfig": {}, // 额外的自定义 body
-  "fieldMap": {}, // body 字段映射
-
-  "censor": false, // 是否开启敏感词过滤
-  "charsPointsPrice": 0 // n 积分/1k token
-}

packages/service/core/ai/config/provider/AliCloud.json

@@ -0,0 +1,4 @@
+{
+  "provider": "AliCloud",
+  "list": []
+}

packages/service/core/ai/config/provider/BAAI.json

@@ -0,0 +1,17 @@
+{
+  "provider": "BAAI",
+  "list": [
+    {
+      "model": "bge-m3",
+      "name": "bge-m3",
+      "defaultToken": 512,
+      "maxToken": 8000,
+      "type": "embedding"
+    },
+    {
+      "model": "bge-reranker-v2-m3",
+      "name": "bge-reranker-v2-m3",
+      "type": "rerank"
+    }
+  ]
+}

packages/service/core/ai/config/provider/Baichuan.json

@@ -0,0 +1,4 @@
+{
+  "provider": "Baichuan",
+  "list": []
+}

packages/service/core/ai/config/provider/ChatGLM.json

@@ -0,0 +1,147 @@
+{
+  "provider": "ChatGLM",
+  "list": [
+    {
+      "model": "glm-4-air",
+      "name": "glm-4-air",
+      "maxContext": 128000,
+      "maxResponse": 4000,
+      "quoteMaxToken": 120000,
+      "maxTemperature": 0.99,
+      "vision": false,
+      "toolChoice": true,
+      "functionCall": false,
+      "defaultSystemChatPrompt": "",
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "customCQPrompt": "",
+      "usedInExtractFields": true,
+      "usedInQueryExtension": true,
+      "customExtractPrompt": "",
+      "usedInToolCall": true,
+      "defaultConfig": {},
+      "fieldMap": {},
+      "type": "llm"
+    },
+    {
+      "model": "glm-4-flash",
+      "name": "glm-4-flash",
+      "maxContext": 128000,
+      "maxResponse": 4000,
+      "quoteMaxToken": 120000,
+      "maxTemperature": 0.99,
+      "vision": false,
+      "toolChoice": true,
+      "functionCall": false,
+      "defaultSystemChatPrompt": "",
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "customCQPrompt": "",
+      "usedInExtractFields": true,
+      "usedInQueryExtension": true,
+      "customExtractPrompt": "",
+      "usedInToolCall": true,
+      "defaultConfig": {},
+      "fieldMap": {},
+      "type": "llm"
+    },
+    {
+      "model": "glm-4-long",
+      "name": "glm-4-long",
+      "maxContext": 1000000,
+      "maxResponse": 4000,
+      "quoteMaxToken": 900000,
+      "maxTemperature": 0.99,
+      "vision": false,
+      "toolChoice": false,
+      "functionCall": false,
+      "defaultSystemChatPrompt": "",
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "customCQPrompt": "",
+      "usedInExtractFields": true,
+      "usedInQueryExtension": true,
+      "customExtractPrompt": "",
+      "usedInToolCall": true,
+      "defaultConfig": {},
+      "fieldMap": {},
+      "type": "llm"
+    },
+    {
+      "model": "glm-4-plus",
+      "name": "GLM-4-plus",
+      "maxContext": 128000,
+      "maxResponse": 4000,
+      "quoteMaxToken": 120000,
+      "maxTemperature": 0.99,
+      "vision": false,
+      "toolChoice": true,
+      "functionCall": false,
+      "defaultSystemChatPrompt": "",
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "customCQPrompt": "",
+      "usedInExtractFields": true,
+      "usedInQueryExtension": true,
+      "customExtractPrompt": "",
+      "usedInToolCall": true,
+      "defaultConfig": {},
+      "fieldMap": {},
+      "type": "llm"
+    },
+    {
+      "model": "glm-4v-flash",
+      "name": "glm-4v-flash",
+      "maxContext": 8000,
+      "maxResponse": 1000,
+      "quoteMaxToken": 6000,
+      "maxTemperature": 0.99,
+      "vision": true,
+      "toolChoice": false,
+      "functionCall": false,
+      "defaultSystemChatPrompt": "",
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "customCQPrompt": "",
+      "usedInExtractFields": true,
+      "usedInQueryExtension": true,
+      "customExtractPrompt": "",
+      "usedInToolCall": true,
+      "defaultConfig": {},
+      "fieldMap": {},
+      "type": "llm"
+    },
+    {
+      "model": "glm-4v-plus",
+      "name": "GLM-4v-plus",
+      "maxContext": 8000,
+      "maxResponse": 1000,
+      "quoteMaxToken": 6000,
+      "maxTemperature": 0.99,
+      "vision": true,
+      "toolChoice": false,
+      "functionCall": false,
+      "defaultSystemChatPrompt": "",
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "customCQPrompt": "",
+      "usedInExtractFields": true,
+      "usedInQueryExtension": true,
+      "customExtractPrompt": "",
+      "usedInToolCall": true,
+      "defaultConfig": {},
+      "fieldMap": {},
+      "type": "llm"
+    },
+    {
+      "model": "embedding-3",
+      "name": "embedding-3",
+      "defaultToken": 512,
+      "maxToken": 8000,
+      "defaultConfig": {
+        "dimensions": 1024
+      },
+      "type": "embedding"
+    }
+  ]
+}

packages/service/core/ai/config/provider/Claude.json

@@ -0,0 +1,93 @@
+{
+  "provider": "Claude",
+  "list": [
+    {
+      "model": "claude-3-5-haiku-20241022",
+      "name": "claude-3-5-haiku-20241022",
+      "maxContext": 200000,
+      "maxResponse": 8000,
+      "quoteMaxToken": 100000,
+      "maxTemperature": 1,
+      "vision": false,
+      "toolChoice": true,
+      "functionCall": false,
+      "defaultSystemChatPrompt": "",
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "customCQPrompt": "",
+      "usedInExtractFields": true,
+      "usedInQueryExtension": true,
+      "customExtractPrompt": "",
+      "usedInToolCall": true,
+      "defaultConfig": {},
+      "fieldMap": {},
+      "type": "llm"
+    },
+    {
+      "model": "claude-3-5-sonnet-20240620",
+      "name": "Claude-3-5-sonnet-20240620",
+      "maxContext": 200000,
+      "maxResponse": 8000,
+      "quoteMaxToken": 100000,
+      "maxTemperature": 1,
+      "vision": true,
+      "toolChoice": true,
+      "functionCall": false,
+      "defaultSystemChatPrompt": "",
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "customCQPrompt": "",
+      "usedInExtractFields": true,
+      "usedInQueryExtension": true,
+      "customExtractPrompt": "",
+      "usedInToolCall": true,
+      "defaultConfig": {},
+      "fieldMap": {},
+      "type": "llm"
+    },
+    {
+      "model": "claude-3-5-sonnet-20241022",
+      "name": "Claude-3-5-sonnet-20241022",
+      "maxContext": 200000,
+      "maxResponse": 8000,
+      "quoteMaxToken": 100000,
+      "maxTemperature": 1,
+      "vision": true,
+      "toolChoice": true,
+      "functionCall": false,
+      "defaultSystemChatPrompt": "",
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "customCQPrompt": "",
+      "usedInExtractFields": true,
+      "usedInQueryExtension": true,
+      "customExtractPrompt": "",
+      "usedInToolCall": true,
+      "defaultConfig": {},
+      "fieldMap": {},
+      "type": "llm"
+    },
+    {
+      "model": "claude-3-opus-20240229",
+      "name": "claude-3-opus-20240229",
+      "maxContext": 200000,
+      "maxResponse": 4096,
+      "quoteMaxToken": 100000,
+      "maxTemperature": 1,
+      "vision": true,
+      "toolChoice": true,
+      "functionCall": false,
+      "defaultSystemChatPrompt": "",
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "customCQPrompt": "",
+      "usedInExtractFields": true,
+      "usedInQueryExtension": true,
+      "customExtractPrompt": "",
+      "usedInToolCall": true,
+      "defaultConfig": {},
+      "fieldMap": {},
+      "type": "llm"
+    }
+  ]
+}

packages/service/core/ai/config/provider/DeepSeek.json

@@ -0,0 +1,49 @@
+{
+  "provider": "DeepSeek",
+  "list": [
+    {
+      "model": "deepseek-chat",
+      "name": "Deepseek-chat",
+      "maxContext": 64000,
+      "maxResponse": 4096,
+      "quoteMaxToken": 60000,
+      "maxTemperature": 1.5,
+      "vision": false,
+      "toolChoice": true,
+      "functionCall": false,
+      "defaultSystemChatPrompt": "",
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "customCQPrompt": "",
+      "usedInExtractFields": true,
+      "usedInQueryExtension": true,
+      "customExtractPrompt": "",
+      "usedInToolCall": true,
+      "type": "llm"
+    },
+    {
+      "model": "deepseek-reasoner",
+      "name": "Deepseek-reasoner",
+      "maxContext": 64000,
+      "maxResponse": 4096,
+      "quoteMaxToken": 60000,
+      "maxTemperature": 1.5,
+      "vision": false,
+      "toolChoice": false,
+      "functionCall": false,
+      "defaultSystemChatPrompt": "",
+      "datasetProcess": true,
+      "usedInClassify": true,
+      "customCQPrompt": "",
+      "usedInExtractFields": true,
+      "usedInQueryExtension": true,
+      "customExtractPrompt": "",
+      "usedInToolCall": true,
+      "defaultConfig": {
+        "temperature": null
+      },
+      "fieldMap": {},
+      "type": "llm"
+    }
+  ]
+}