feat: mix search weight (#4170)

* feat: mix search weight

* feat: svg render

.github/gh-bot.yml

@@ -0,0 +1,30 @@
+version: v1
+debug: true
+action:
+  printConfig: false
+  release:
+    retry: 15s
+    actionName: Release
+    allowOps:
+      - cuisongliu
+bot:
+  prefix: /
+  spe: _
+  allowOps:
+    - sealos-ci-robot
+    - sealos-release-robot
+  email: sealos-ci-robot@sealos.io
+  username: sealos-ci-robot
+repo:
+  org: false
+
+message:
+  success: |
+    🤖 says: Hooray! The action {{.Body}} has been completed successfully. 🎉
+  format_error: |
+    🤖 says: ‼️ There is a formatting issue with the action, kindly verify the action's format.
+  permission_error: |
+    🤖 says: ‼️ The action doesn't have permission to trigger.
+  release_error: |
+    🤖 says: ‼️ Release action failed.
+    Error details: {{.Error}}

.github/sync_imgs.yml

@@ -1,4 +1,4 @@
 yangchuansheng/fastgpt-imgs:
   - source: docSite/assets/imgs/
     dest: imgs/
-    deleteOrphaned: true
+    deleteOrphaned: true

.github/workflows/docs-deploy-kubeconfig.yml

@@ -10,13 +10,6 @@ on:
 jobs:
   build-fastgpt-docs-images:
     runs-on: ubuntu-latest
-
-    permissions:
-      contents: read
-      packages: write
-      attestations: write
-      id-token: write
-
     steps:
       - name: Checkout
         uses: actions/checkout@v4
@@ -34,6 +27,7 @@ jobs:
         with:
           # list of Docker images to use as base name for tags
           images: |
+            ${{ secrets.DOCKER_HUB_NAME }}/fastgpt-docs
             ghcr.io/${{ github.repository_owner }}/fastgpt-docs
             registry.cn-hangzhou.aliyuncs.com/${{ secrets.ALI_HUB_USERNAME }}/fastgpt-docs
           tags: |
@@ -46,12 +40,18 @@ jobs:
       - name: Set up Docker Buildx
         uses: docker/setup-buildx-action@v3
 
+      - name: Login to DockerHub
+        uses: docker/login-action@v3
+        with:
+          username: ${{ secrets.DOCKER_HUB_NAME }}
+          password: ${{ secrets.DOCKER_HUB_PASSWORD }}
+
       - name: Login to ghcr.io
         uses: docker/login-action@v3
         with:
           registry: ghcr.io
-          username: ${{ github.actor }}
-          password: ${{ secrets.GITHUB_TOKEN }}
+          username: ${{ github.repository_owner }}
+          password: ${{ secrets.GH_PAT }}
 
       - name: Login to Aliyun
         uses: docker/login-action@v3
@@ -70,7 +70,6 @@ jobs:
           labels: ${{ steps.meta.outputs.labels }}
     outputs:
       tags: ${{ steps.datetime.outputs.datetime }}
-
   update-docs-image:
     needs: build-fastgpt-docs-images
     runs-on: ubuntu-20.04

.github/workflows/docs-deploy-vercel.yml

@@ -1,4 +1,4 @@
-name: Deploy doc image to cf
+name: Deploy doc image to vercel
 
 on:
   workflow_dispatch:
@@ -20,11 +20,6 @@ jobs:
     # The type of runner that the job will run on
     runs-on: ubuntu-22.04
 
-    permissions:
-      contents: write
-    concurrency:
-      group: ${{ github.workflow }}-${{ github.ref }}
-
     # Job outputs
     outputs:
       docs: ${{ steps.filter.outputs.docs }}
@@ -63,9 +58,20 @@ jobs:
       - name: Build
         run: cd docSite && hugo mod get -u github.com/colinwilson/lotusdocs@6d0568e && hugo -v --minify
 
-      - name: Deploy to GitHub Pages
-        uses: peaceiris/actions-gh-pages@v4
-        if: github.ref == 'refs/heads/main'
+      # Step 5 - Push our generated site to Vercel
+      - name: Deploy to Vercel
+        uses: amondnet/vercel-action@v25
+        id: vercel-action
         with:
-          github_token: ${{ secrets.GITHUB_TOKEN }}
+          vercel-token: ${{ secrets.VERCEL_TOKEN }} # Required
+          vercel-org-id: ${{ secrets.VERCEL_ORG_ID }} #Required
+          vercel-project-id: ${{ secrets.VERCEL_PROJECT_ID }} #Required
+          github-comment: false
+          vercel-args: '--prod --local-config ../vercel.json' # Optional
+          working-directory: docSite/public
+
+      - name: Deploy to GitHub Pages
+        uses: peaceiris/actions-gh-pages@v3
+        with:
+          github_token: ${{ secrets.GH_PAT }}
           publish_dir: docSite/public

.github/workflows/docs-preview.yml

@@ -10,12 +10,6 @@ on:
 jobs:
   # This workflow contains jobs "deploy-production"
   deploy-preview:
-    permissions:
-      contents: read
-      packages: write
-      attestations: write
-      id-token: write
-      pull-requests: write
     # The environment this job references
     environment:
       name: Preview
@@ -38,7 +32,6 @@ jobs:
           repository: ${{ github.event.pull_request.head.repo.full_name }}
           submodules: recursive # Fetch submodules
           fetch-depth: 0 # Fetch all history for .GitInfo and .Lastmod
-          token: ${{ secrets.GITHUB_TOKEN }}
 
       # Step 2 Detect changes to Docs Content
       - name: Detect changes in doc content
@@ -50,6 +43,10 @@ jobs:
               - 'docSite/content/docs/**'
           base: main
 
+      - name: Add cdn for images
+        run: |
+          sed -i "s#\](/imgs/#\](https://cdn.jsdelivr.net/gh/yangchuansheng/fastgpt-imgs@main/imgs/#g" $(grep -rl "\](/imgs/" docSite/content/zh-cn/docs)
+
       # Step 3 - Install Hugo (specific version)
       - name: Install Hugo
         uses: peaceiris/actions-hugo@v2
@@ -61,35 +58,39 @@ jobs:
       - name: Build
         run: cd docSite && hugo mod get -u github.com/colinwilson/lotusdocs@6d0568e && hugo -v --minify
 
-      # Step 5 - Push our generated site to Cloudflare
-      - name: Deploy to Cloudflare Pages
-        id: deploy
-        uses: cloudflare/wrangler-action@v3
+      # Step 5 - Push our generated site to Vercel
+      - name: Deploy to Vercel
+        uses: amondnet/vercel-action@v25
+        id: vercel-action
         with:
-          apiToken: ${{ secrets.CLOUDFLARE_API_TOKEN }}
-          accountId: ${{ secrets.CLOUDFLARE_ACCOUNT_ID }}
-          command: pages deploy ./docSite/public --project-name=fastgpt-doc
-          packageManager: npm
-
-      - name: Create deployment status comment
-        if: always()
+          vercel-token: ${{ secrets.VERCEL_TOKEN }} # Required
+          vercel-org-id: ${{ secrets.VERCEL_ORG_ID }} #Required
+          vercel-project-id: ${{ secrets.VERCEL_PROJECT_ID }} #Required
+          github-comment: false
+          vercel-args: '--local-config ../vercel.json' # Optional
+          working-directory: docSite/public
+          alias-domains: | #Optional
+            fastgpt-staging.vercel.app
+  docsOutput:
+    needs: [deploy-preview]
+    runs-on: ubuntu-latest
+    steps:
+      - uses: actions/checkout@v3
+        with:
+          ref: ${{ github.event.pull_request.head.ref }}
+          repository: ${{ github.event.pull_request.head.repo.full_name }}
+      - name: Write md
+        run: |
+          echo "# 🤖 Generated by deploy action" > report.md
+          echo "[👀 Visit Preview](${{ needs.deploy-preview.outputs.url }})" >> report.md
+          cat report.md
+      - name: Gh Rebot for Sealos
+        uses: labring/gh-rebot@v0.0.6
+        if: ${{ (github.event_name == 'pull_request_target') }}
+        with:
+          version: v0.0.6
         env:
-          JOB_STATUS: ${{ job.status }}
-          PREVIEW_URL: ${{ steps.deploy.outputs.deployment-url }}
-        uses: actions/github-script@v6
-        with:
-          token: ${{ secrets.GITHUB_TOKEN }}
-          script: |
-            const success = process.env.JOB_STATUS === 'success';
-            const deploymentUrl = `${process.env.PREVIEW_URL}`;
-            const status = success ? '✅ Success' : '❌ Failed';
-            console.log(process.env.JOB_STATUS);
-
-            const commentBody = `**Deployment Status: ${status}**
-            ${success ? `🔗 Preview URL: ${deploymentUrl}` : ''}`;
-
-            await github.rest.issues.createComment({
-              ...context.repo,
-              issue_number: context.payload.pull_request.number,
-              body: commentBody
-            });
+          GH_TOKEN: '${{ secrets.GH_PAT }}'
+          SEALOS_TYPE: 'pr_comment'
+          SEALOS_FILENAME: 'report.md'
+          SEALOS_REPLACE_TAG: 'DEFAULT_REPLACE_DEPLOY'

.github/workflows/docs-sync_imgs.yml

@@ -1,6 +1,6 @@
 name: Sync images
 on:
-  pull_request:
+  pull_request_target:
     branches:
       - main
     paths:
@@ -15,6 +15,13 @@ jobs:
   sync:
     runs-on: ubuntu-latest
     steps:
+      - name: Checkout
+        uses: actions/checkout@v3
+        if: ${{ (github.event_name == 'pull_request_target') }}
+        with:
+          ref: ${{ github.event.pull_request.head.ref }}
+          repository: ${{ github.event.pull_request.head.repo.full_name }}
+
       - name: Checkout
         uses: actions/checkout@v3
 
@@ -25,4 +32,4 @@ jobs:
           CONFIG_PATH: .github/sync_imgs.yml
           ORIGINAL_MESSAGE: true
           SKIP_PR: true
-          COMMIT_EACH_FILE: false
+          COMMIT_EACH_FILE: false

.github/workflows/fastgpt-build-image-personal.yml

@@ -9,11 +9,6 @@ on:
       - 'main'
 jobs:
   build-fastgpt-images:
-    permissions:
-      packages: write
-      contents: read
-      attestations: write
-      id-token: write
     runs-on: ubuntu-20.04
     if: github.repository != 'labring/FastGPT'
     steps:
@@ -37,7 +32,7 @@ jobs:
         with:
           registry: ghcr.io
           username: ${{ github.repository_owner }}
-          password: ${{ secrets.GITHUB_TOKEN }}
+          password: ${{ secrets.GH_PAT }}
       - name: Set DOCKER_REPO_TAGGED based on branch or tag
         run: |
           echo "DOCKER_REPO_TAGGED=ghcr.io/${{ github.repository_owner }}/fastgpt:latest" >> $GITHUB_ENV

.github/workflows/fastgpt-build-image.yml

@@ -9,11 +9,6 @@ on:
       - 'v*'
 jobs:
   build-fastgpt-images:
-    permissions:
-      packages: write
-      contents: read
-      attestations: write
-      id-token: write
     runs-on: ubuntu-20.04
     steps:
       # install env
@@ -44,7 +39,7 @@ jobs:
         with:
           registry: ghcr.io
           username: ${{ github.repository_owner }}
-          password: ${{ secrets.GITHUB_TOKEN }}
+          password: ${{ secrets.GH_PAT }}
       - name: Login to Ali Hub
         uses: docker/login-action@v2
         with:
@@ -96,11 +91,6 @@ jobs:
           -t ${Docker_Hub_Latest} \
           .
   build-fastgpt-images-sub-route:
-    permissions:
-      packages: write
-      contents: read
-      attestations: write
-      id-token: write
     runs-on: ubuntu-20.04
     steps:
       # install env
@@ -131,7 +121,7 @@ jobs:
         with:
           registry: ghcr.io
           username: ${{ github.repository_owner }}
-          password: ${{ secrets.GITHUB_TOKEN }}
+          password: ${{ secrets.GH_PAT }}
       - name: Login to Ali Hub
         uses: docker/login-action@v2
         with:
@@ -184,11 +174,6 @@ jobs:
           -t ${Docker_Hub_Latest} \
           .
   build-fastgpt-images-sub-route-gchat:
-    permissions:
-      packages: write
-      contents: read
-      attestations: write
-      id-token: write
     runs-on: ubuntu-20.04
     steps:
       # install env
@@ -219,7 +204,7 @@ jobs:
         with:
           registry: ghcr.io
           username: ${{ github.repository_owner }}
-          password: ${{ secrets.GITHUB_TOKEN }}
+          password: ${{ secrets.GH_PAT }}
       - name: Login to Ali Hub
         uses: docker/login-action@v2
         with:

.github/workflows/fastgpt-preview-image.yml

@@ -1,17 +1,13 @@
 name: Preview FastGPT images
 on:
   pull_request_target:
+    paths:
+      - 'projects/app/**'
+      - 'packages/**'
   workflow_dispatch:
 
 jobs:
   preview-fastgpt-images:
-    permissions:
-      contents: read
-      packages: write
-      attestations: write
-      id-token: write
-      pull-requests: write
-
     runs-on: ubuntu-20.04
     steps:
       - name: Checkout
@@ -19,9 +15,8 @@ jobs:
         with:
           ref: ${{ github.event.pull_request.head.ref }}
           repository: ${{ github.event.pull_request.head.repo.full_name }}
+          submodules: recursive # Fetch submodules
           fetch-depth: 0 # Fetch all history for .GitInfo and .Lastmod
-          token: ${{ secrets.GITHUB_TOKEN }}
-
       - name: Set up Docker Buildx
         uses: docker/setup-buildx-action@v2
         with:
@@ -33,18 +28,15 @@ jobs:
           key: ${{ runner.os }}-buildx-${{ github.sha }}
           restore-keys: |
             ${{ runner.os }}-buildx-
-
       - name: Login to GitHub Container Registry
         uses: docker/login-action@v2
         with:
           registry: ghcr.io
           username: ${{ github.repository_owner }}
-          password: ${{ secrets.GITHUB_TOKEN }}
-
+          password: ${{ secrets.GH_PAT }}
       - name: Set DOCKER_REPO_TAGGED based on branch or tag
         run: |
           echo "DOCKER_REPO_TAGGED=ghcr.io/${{ github.repository_owner }}/fastgpt-pr:${{ github.event.pull_request.head.sha }}" >> $GITHUB_ENV
-
       - name: Build image for PR
         env:
           DOCKER_REPO_TAGGED: ${{ env.DOCKER_REPO_TAGGED }}
@@ -59,13 +51,20 @@ jobs:
           --cache-to=type=local,dest=/tmp/.buildx-cache \
           -t ${DOCKER_REPO_TAGGED} \
           .
-      - uses: actions/github-script@v7
+      # Add write md step after build
+      - name: Write md
+        run: |
+          echo "# 🤖 Generated by deploy action" > report.md
+          echo "📦 Preview Image: \`${DOCKER_REPO_TAGGED}\`" >> report.md
+          cat report.md
+
+      - name: Gh Rebot for Sealos
+        uses: labring/gh-rebot@v0.0.6
+        if: ${{ (github.event_name == 'pull_request_target') }}
         with:
-          github-token: ${{secrets.GITHUB_TOKEN}}
-          script: |
-            github.rest.issues.createComment({
-              issue_number: context.issue.number,
-              owner: context.repo.owner,
-              repo: context.repo.repo,
-              body: 'Preview Image: `${{ env.DOCKER_REPO_TAGGED }}`'
-            })
+          version: v0.0.6
+        env:
+          GH_TOKEN: '${{ secrets.GH_PAT }}'
+          SEALOS_TYPE: 'pr_comment'
+          SEALOS_FILENAME: 'report.md'
+          SEALOS_REPLACE_TAG: 'DEFAULT_REPLACE_DEPLOY'

.github/workflows/helm-release.yaml

@@ -8,11 +8,6 @@ on:
 
 jobs:
   helm:
-    permissions:
-      packages: write
-      contents: read
-      attestations: write
-      id-token: write
     runs-on: ubuntu-20.04
     steps:
       - name: Checkout
@@ -25,7 +20,7 @@ jobs:
         run: echo "tag=$(git describe --tags)" >> $GITHUB_OUTPUT
       - name: Release Helm
         run: |
-          echo ${{ secrets.GITHUB_TOKEN }} | helm registry login ghcr.io -u ${{ github.repository_owner }} --password-stdin
+          echo ${{ secrets.GH_PAT }} | helm registry login ghcr.io -u ${{ github.repository_owner }} --password-stdin
           export APP_VERSION=${{ steps.vars.outputs.tag }}
           export HELM_VERSION=${{ steps.vars.outputs.tag }}
           export HELM_REPO=ghcr.io/${{ github.repository_owner }}

.github/workflows/sandbox-build-image.yml

@@ -8,11 +8,6 @@ on:
       - 'v*'
 jobs:
   build-fastgpt-sandbox-images:
-    permissions:
-      packages: write
-      contents: read
-      attestations: write
-      id-token: write
     runs-on: ubuntu-20.04
     steps:
       # install env
@@ -43,7 +38,7 @@ jobs:
         with:
           registry: ghcr.io
           username: ${{ github.repository_owner }}
-          password: ${{ secrets.GITHUB_TOKEN }}
+          password: ${{ secrets.GH_PAT }}
       - name: Login to Ali Hub
         uses: docker/login-action@v2
         with:

.prettierignore

@@ -6,5 +6,4 @@ docSite/
 *.md
 
 pnpm-lock.yaml
-cl100l_base.ts
-dict.json
+cl100l_base.ts

.vscode/i18n-ally-custom-framework.yml

@@ -17,8 +17,15 @@ usageMatchRegex:
   # you can ignore it and use your own matching rules as well
   - "[^\\w\\d]t\\(['\"`]({key})['\"`]"
   - "[^\\w\\d]commonT\\(['\"`]({key})['\"`]"
+  # 支持 appT("your.i18n.keys")
+  - "[^\\w\\d]appT\\(['\"`]({key})['\"`]"
+  # 支持 datasetT("your.i18n.keys")
+  - "[^\\w\\d]datasetT\\(['\"`]({key})['\"`]"
   - "[^\\w\\d]fileT\\(['\"`]({key})['\"`]"
+  - "[^\\w\\d]publishT\\(['\"`]({key})['\"`]"
   - "[^\\w\\d]workflowT\\(['\"`]({key})['\"`]"
+  - "[^\\w\\d]userT\\(['\"`]({key})['\"`]"
+  - "[^\\w\\d]chatT\\(['\"`]({key})['\"`]"
   - "[^\\w\\d]i18nT\\(['\"`]({key})['\"`]"
 
 # A RegEx to set a custom scope range. This scope will be used as a prefix when detecting keys

.vscode/launch.json

@@ -1,39 +0,0 @@
-{
-  "version": "0.2.0",
-  "configurations": [
-    {
-      "name": "Next.js: debug server-side",
-      "type": "node-terminal",
-      "request": "launch",
-      "command": "pnpm run dev",
-      "cwd": "${workspaceFolder}/projects/app"
-    },
-    {
-      "name": "Next.js: debug client-side",
-      "type": "chrome",
-      "request": "launch",
-      "url": "http://localhost:3000"
-    },
-    {
-      "name": "Next.js: debug client-side (Edge)",
-      "type": "msedge",
-      "request": "launch",
-      "url": "http://localhost:3000"
-    },
-    {
-      "name": "Next.js: debug full stack",
-      "type": "node-terminal",
-      "request": "launch",
-      "command": "pnpm run dev",
-      "cwd": "${workspaceFolder}/projects/app",
-      "skipFiles": ["<node_internals>/**"],
-      "serverReadyAction": {
-        "action": "debugWithEdge",
-        "killOnServerStop": true,
-        "pattern": "- Local:.+(https?://.+)",
-        "uriFormat": "%s",
-        "webRoot": "${workspaceFolder}/projects/app"
-      }
-    }
-  ]
-}

README.md

@@ -129,7 +129,7 @@ https://github.com/labring/FastGPT/assets/15308462/7d3a38df-eb0e-4388-9250-2409b
 </a>
 
 ## 🌿 第三方生态
-- [PPIO 派欧云：一键调用高性价比的开源模型 API 和 GPU 容器](https://ppinfra.com/user/register?invited_by=VITYVU&utm_source=github_fastgpt)
+
 - [AI Proxy：国内模型聚合服务](https://sealos.run/aiproxy/?k=fastgpt-github/)
 - [SiliconCloud (硅基流动) —— 开源模型在线体验平台](https://cloud.siliconflow.cn/i/TR9Ym0c4)
 - [COW 个人微信/企微机器人](https://doc.tryfastgpt.ai/docs/use-cases/external-integration/onwechat/)

deploy/docker/docker-compose-milvus.yml

@@ -110,31 +110,19 @@ services:
 
         # 等待docker-entrypoint.sh脚本执行的MongoDB服务进程
         wait $$!
-  redis:
-    image: redis:7.2-alpine
-    container_name: redis
-    # ports:
-    # - 6379:6379
-    networks:
-      - fastgpt
-    restart: always
-    command: |
-      redis-server --requirepass mypassword --loglevel warning --maxclients 10000 --appendonly yes --save 60 10 --maxmemory 4gb --maxmemory-policy noeviction
-    volumes:
-      - ./redis/data:/data
 
   # fastgpt
   sandbox:
     container_name: sandbox
-    image: ghcr.io/labring/fastgpt-sandbox:v4.9.3 # git
-    # image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt-sandbox:v4.9.3 # 阿里云
+    image: ghcr.io/labring/fastgpt-sandbox:v4.9.0 # git
+    # image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt-sandbox:v4.9.0 # 阿里云
     networks:
       - fastgpt
     restart: always
   fastgpt:
     container_name: fastgpt
-    image: ghcr.io/labring/fastgpt:v4.9.3 # git
-    # image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt:v4.9.3 # 阿里云
+    image: ghcr.io/labring/fastgpt:v4.9.0 # git
+    # image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt:v4.9.0 # 阿里云
     ports:
       - 3000:3000
     networks:
@@ -169,8 +157,6 @@ services:
       # zilliz 连接参数
       - MILVUS_ADDRESS=http://milvusStandalone:19530
       - MILVUS_TOKEN=none
-      # Redis 地址
-      - REDIS_URL=redis://default:mypassword@redis:6379
       # sandbox 地址
       - SANDBOX_URL=http://sandbox:3000
       # 日志等级: debug, info, warn, error
@@ -189,8 +175,7 @@ services:
 
   # AI Proxy
   aiproxy:
-    image: ghcr.io/labring/aiproxy:v0.1.3
-    # image: registry.cn-hangzhou.aliyuncs.com/labring/aiproxy:v0.1.3 # 阿里云
+    image: 'ghcr.io/labring/aiproxy:latest'
     container_name: aiproxy
     restart: unless-stopped
     depends_on:

deploy/docker/docker-compose-pgvector.yml

@@ -69,31 +69,18 @@ services:
         # 等待docker-entrypoint.sh脚本执行的MongoDB服务进程
         wait $$!
 
-  redis:
-    image: redis:7.2-alpine
-    container_name: redis
-    # ports:
-    # - 6379:6379
-    networks:
-      - fastgpt
-    restart: always
-    command: |
-      redis-server --requirepass mypassword --loglevel warning --maxclients 10000 --appendonly yes --save 60 10 --maxmemory 4gb --maxmemory-policy noeviction
-    volumes:
-      - ./redis/data:/data
-
   # fastgpt
   sandbox:
     container_name: sandbox
-    image: ghcr.io/labring/fastgpt-sandbox:v4.9.3 # git
-    # image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt-sandbox:v4.9.3 # 阿里云
+    image: ghcr.io/labring/fastgpt-sandbox:v4.9.0 # git
+    # image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt-sandbox:v4.9.0 # 阿里云
     networks:
       - fastgpt
     restart: always
   fastgpt:
     container_name: fastgpt
-    image: ghcr.io/labring/fastgpt:v4.9.3 # git
-    # image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt:v4.9.3 # 阿里云
+    image: ghcr.io/labring/fastgpt:v4.9.0 # git
+    # image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt:v4.9.0 # 阿里云
     ports:
       - 3000:3000
     networks:
@@ -127,8 +114,6 @@ services:
       - MONGODB_URI=mongodb://myusername:mypassword@mongo:27017/fastgpt?authSource=admin
       # pg 连接参数
       - PG_URL=postgresql://username:password@pg:5432/postgres
-      # Redis 连接参数
-      - REDIS_URL=redis://default:mypassword@redis:6379
       # sandbox 地址
       - SANDBOX_URL=http://sandbox:3000
       # 日志等级: debug, info, warn, error
@@ -147,8 +132,7 @@ services:
 
   # AI Proxy
   aiproxy:
-    image: ghcr.io/labring/aiproxy:v0.1.5
-    # image: registry.cn-hangzhou.aliyuncs.com/labring/aiproxy:v0.1.3 # 阿里云
+    image: 'ghcr.io/labring/aiproxy:latest'
     container_name: aiproxy
     restart: unless-stopped
     depends_on:

deploy/docker/docker-compose-zilliz.yml

@@ -51,30 +51,17 @@ services:
 
         # 等待docker-entrypoint.sh脚本执行的MongoDB服务进程
         wait $$!
-  redis:
-    image: redis:7.2-alpine
-    container_name: redis
-    # ports:
-    # - 6379:6379
-    networks:
-      - fastgpt
-    restart: always
-    command: |
-      redis-server --requirepass mypassword --loglevel warning --maxclients 10000 --appendonly yes --save 60 10 --maxmemory 4gb --maxmemory-policy noeviction
-    volumes:
-      - ./redis/data:/data
-
   sandbox:
     container_name: sandbox
-    image: ghcr.io/labring/fastgpt-sandbox:v4.9.3 # git
-    # image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt-sandbox:v4.9.3 # 阿里云
+    image: ghcr.io/labring/fastgpt-sandbox:v4.9.0 # git
+    # image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt-sandbox:v4.9.0 # 阿里云
     networks:
       - fastgpt
     restart: always
   fastgpt:
     container_name: fastgpt
-    image: ghcr.io/labring/fastgpt:v4.9.3 # git
-    # image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt:v4.9.3 # 阿里云
+    image: ghcr.io/labring/fastgpt:v4.9.0 # git
+    # image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt:v4.9.0 # 阿里云
     ports:
       - 3000:3000
     networks:
@@ -105,8 +92,6 @@ services:
       - FILE_TOKEN_KEY=filetoken
       # MongoDB 连接参数. 用户名myusername,密码mypassword。
       - MONGODB_URI=mongodb://myusername:mypassword@mongo:27017/fastgpt?authSource=admin
-      # Redis 连接参数
-      - REDIS_URI=redis://default:mypassword@redis:6379
       # zilliz 连接参数
       - MILVUS_ADDRESS=zilliz_cloud_address
       - MILVUS_TOKEN=zilliz_cloud_token
@@ -128,8 +113,7 @@ services:
 
   # AI Proxy
   aiproxy:
-    image: ghcr.io/labring/aiproxy:v0.1.3
-    # image: registry.cn-hangzhou.aliyuncs.com/labring/aiproxy:v0.1.3 # 阿里云
+    image: 'ghcr.io/labring/aiproxy:latest'
     container_name: aiproxy
     restart: unless-stopped
     depends_on:

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

@@ -7,7 +7,7 @@ data:
         "vectorMaxProcess": 15,
         "qaMaxProcess": 15,
         "vlmMaxProcess": 15,
-        "hnswEfSearch": 100
+        "pgHNSWEfSearch": 100
       },
       "llmModels": [
         {

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

@@ -25,7 +25,7 @@ weight: 707
     "qaMaxProcess": 15, // 问答拆分线程数量
     "vlmMaxProcess": 15, // 图片理解模型最大处理进程
     "tokenWorkers": 50, // Token 计算线程保持数，会持续占用内存，不能设置太大。
-    "hnswEfSearch": 100, // 向量搜索参数，仅对 PG 和 OB 生效。越大，搜索越精确，但是速度越慢。设置为100，有99%+精度。
+    "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。
     "customPdfParse": { // 4.9.0 新增配置
       "url": "", // 自定义 PDF 解析服务地址
       "key": "", // 自定义 PDF 解析服务密钥

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

@@ -31,9 +31,9 @@ weight: 920
 
 3 个模型代码分别为：
 
-1. [https://github.com/labring/FastGPT/tree/main/plugins/model/rerank-bge/bge-reranker-base](https://github.com/labring/FastGPT/tree/main/plugins/model/rerank-bge/bge-reranker-base)
-2. [https://github.com/labring/FastGPT/tree/main/plugins/model/rerank-bge/bge-reranker-large](https://github.com/labring/FastGPT/tree/main/plugins/model/rerank-bge/bge-reranker-large)
-3. [https://github.com/labring/FastGPT/tree/main/plugins/model/rerank-bge/bge-reranker-v2-m3](https://github.com/labring/FastGPT/tree/main/plugins/model/rerank-bge/bge-reranker-v2-m3)
+1. [https://github.com/labring/FastGPT/tree/main/plugins/rerank-bge/bge-reranker-base](https://github.com/labring/FastGPT/tree/main/plugins/rerank-bge/bge-reranker-base)
+2. [https://github.com/labring/FastGPT/tree/main/plugins/rerank-bge/bge-reranker-large](https://github.com/labring/FastGPT/tree/main/plugins/rerank-bge/bge-reranker-large)
+3. [https://github.com/labring/FastGPT/tree/main/plugins/rerank-bge/bge-reranker-v2-m3](https://github.com/labring/FastGPT/tree/main/plugins/rerank-bge/bge-reranker-v2-m3)
 
 ### 3. 安装依赖
 

docSite/content/zh-cn/docs/development/custom-models/chatglm2.md

@@ -46,7 +46,7 @@ ChatGLM2-6B 是开源中英双语对话模型 ChatGLM-6B 的第二代版本，
 ### 源码部署
 
 1. 根据上面的环境配置配置好环境，具体教程自行 GPT；
-2. 下载 [python 文件](https://github.com/labring/FastGPT/blob/main/plugins/model/llm-ChatGLM2/openai_api.py)
+2. 下载 [python 文件](https://github.com/labring/FastGPT/blob/main/files/models/ChatGLM2/openai_api.py)
 3. 在命令行输入命令 `pip install -r requirements.txt`；
 4. 打开你需要启动的 py 文件，在代码的 `verify_token` 方法中配置 token，这里的 token 只是加一层验证，防止接口被人盗用；
 5. 执行命令 `python openai_api.py --model_name 16`。这里的数字根据上面的配置进行选择。

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

@@ -1,184 +0,0 @@
----
-title: '使用 Ollama 接入本地模型 '
-description: ' 采用 Ollama 部署自己的模型'
-icon: 'api'
-draft: false
-toc: true
-weight: 950
----
-
-[Ollama](https://ollama.com/) 是一个开源的AI大模型部署工具，专注于简化大语言模型的部署和使用，支持一键下载和运行各种大模型。
-
-## 安装 Ollama
-
-Ollama 本身支持多种安装方式，但是推荐使用 Docker 拉取镜像部署。如果是个人设备上安装了 Ollama 后续需要解决如何让 Docker 中 FastGPT 容器访问宿主机 Ollama的问题，较为麻烦。 
-
-### Docker 安装（推荐）
-
-你可以使用 Ollama 官方的 Docker 镜像来一键安装和启动 Ollama 服务（确保你的机器上已经安装了 Docker），命令如下：
-
-```bash
-docker pull ollama/ollama 
-docker run --rm -d --name ollama -p 11434:11434 ollama/ollama
-```
-
-如果你的 FastGPT 是在 Docker 中进行部署的，建议在拉取 Ollama 镜像时保证和 FastGPT 镜像处于同一网络，否则可能出现 FastGPT 无法访问的问题，命令如下：
-
-```bash
-docker run --rm -d --name ollama --network （你的 Fastgpt 容器所在网络） -p 11434:11434 ollama/ollama
-```
-
-### 主机安装
-
-如果你不想使用 Docker ，也可以采用主机安装，以下是主机安装的一些方式。
-
-#### MacOS
-
-如果你使用的是 macOS，且系统中已经安装了 Homebrew 包管理器，可通过以下命令来安装 Ollama：
-
-```bash
-brew install ollama
-ollama serve #安装完成后，使用该命令启动服务
-```
-
-#### Linux
-
-在 Linux 系统上，你可以借助包管理器来安装 Ollama。以 Ubuntu 为例，在终端执行以下命令：
-
-```bash
-curl https://ollama.com/install.sh | sh #此命令会从官方网站下载并执行安装脚本。
-ollama serve #安装完成后，同样启动服务
-```
-
-#### Windows
-
-在 Windows 系统中，你可以从 Ollama 官方网站 下载 Windows 版本的安装程序。下载完成后，运行安装程序，按照安装向导的提示完成安装。安装完成后，在命令提示符或 PowerShell 中启动服务：
-
-```bash
-ollama serve #安装完成并启动服务后，你可以在浏览器中访问 http://localhost:11434 来验证 Ollama 是否安装成功。
-```
-
-#### 补充说明
-
-如果你是采用的主机应用 Ollama 而不是镜像，需要确保你的 Ollama 可以监听0.0.0.0。
-
-##### 1. Linxu 系统
-
-如果 Ollama 作为 systemd 服务运行，打开终端，编辑 Ollama 的 systemd 服务文件，使用命令sudo systemctl edit ollama.service，在[Service]部分添加Environment="OLLAMA_HOST=0.0.0.0"。保存并退出编辑器，然后执行sudo systemctl daemon - reload和sudo systemctl restart ollama使配置生效。
-
-##### 2. MacOS 系统
-
-打开终端，使用launchctl setenv ollama_host "0.0.0.0"命令设置环境变量，然后重启 Ollama 应用程序以使更改生效。
-
-##### 3. Windows 系统
-
-通过 “开始” 菜单或搜索栏打开 “编辑系统环境变量”，在 “系统属性” 窗口中点击 “环境变量”，在 “系统变量” 部分点击 “新建”，创建一个名为OLLAMA_HOST的变量，变量值设置为0.0.0.0，点击 “确定” 保存更改，最后从 “开始” 菜单重启 Ollama 应用程序。
-
-### Ollama 拉取模型镜像
-
-在安装后 Ollama 后，本地是没有模型镜像的，需要自己去拉取 Ollama 中的模型镜像。命令如下：
-
-```bash
-# Docker 部署需要先进容器，命令为： docker exec -it < Ollama 容器名 > /bin/sh
-ollama pull <模型名>
-```
-
-![](/imgs/Ollama-pull.png)
-
-
-### 测试通信
-
-在安装完成后，需要进行检测测试，首先进入 FastGPT 所在的容器，尝试访问自己的 Ollama ，命令如下：
-
-```bash
-docker exec -it < FastGPT 所在的容器名 > /bin/sh
-curl http://XXX.XXX.XXX.XXX:11434  #容器部署地址为“http://<容器名>:<端口>”,主机安装地址为"http://<主机IP>:<端口>"，主机IP不可为localhost
-```
-
-看到访问显示自己的 Ollama 服务以及启动，说明可以正常通信。
-
-## 将 Ollama 接入 FastGPT
-
-### 1. 查看 Ollama 所拥有的模型
-
-首先采用下述命令查看 Ollama 中所拥有的模型，
-
-```bash
-# Docker 部署 Ollama，需要此命令 docker exec -it < Ollama 容器名 > /bin/sh
-ollama ls
-```
-
-![](/imgs/Ollama-models1.png)
-
-### 2. AI Proxy 接入
-
-如果你采用的是 FastGPT 中的默认配置文件部署[这里](/docs/development/docker.md)，即默认采用 AI Proxy 进行启动。
-
-![](/imgs/Ollama-aiproxy1.png)
-
-以及在确保你的 FastGPT 可以直接访问 Ollama 容器的情况下，无法访问，参考上文[点此跳转](#安装-ollama)的安装过程，检测是不是主机不能监测0.0.0.0，或者容器不在同一个网络。
-
-![](/imgs/Ollama-aiproxy2.png)
-
-在 FastGPT 中点击账号->模型提供商->模型配置->新增模型，添加自己的模型即可，添加模型时需要保证模型ID和 OneAPI 中的模型名称一致。详细参考[这里](/docs/development/modelConfig/intro.md)
-
-![](/imgs/Ollama-models2.png)
-
-![](/imgs/Ollama-models3.png)
-
-运行 FastGPT ，在页面中选择账号->模型提供商->模型渠道->新增渠道。之后，在渠道选择中选择 Ollama ，然后加入自己拉取的模型，填入代理地址，如果是容器中安装 Ollama ，代理地址为http://地址:端口，补充：容器部署地址为“http://<容器名>:<端口>”,主机安装地址为"http://<主机IP>:<端口>"，主机IP不可为localhost
-
-![](/imgs/Ollama-aiproxy3.png)
-
-在工作台中创建一个应用，选择自己之前添加的模型，此处模型名称为自己当时设置的别名。注：同一个模型无法多次添加，系统会采取最新添加时设置的别名。
-
-![](/imgs/Ollama-models4.png)
-
-### 3. OneAPI 接入
-
-如果你想使用 OneAPI ，首先需要拉取 OneAPI 镜像，然后将其在 FastGPT 容器的网络中运行。具体命令如下：
-
-```bash
-# 拉取 oneAPI 镜像
-docker pull intel/oneapi-hpckit
-
-# 运行容器并指定自定义网络和容器名
-docker run -it --network < FastGPT 网络 > --name 容器名 intel/oneapi-hpckit /bin/bash
-```
-
-进入 OneAPI 页面，添加新的渠道，类型选择 Ollama ，在模型中填入自己 Ollama 中的模型，需要保证添加的模型名称和 Ollama 中一致，再在下方填入自己的 Ollama 代理地址，默认http://地址:端口，不需要填写/v1。添加成功后在 OneAPI 进行渠道测试，测试成功则说明添加成功。此处演示采用的是 Docker 部署 Ollama 的效果，主机 Ollama需要修改代理地址为http://<主机IP>:<端口>
-
-![](/imgs/Ollama-oneapi1.png)
-
-渠道添加成功后，点击令牌，点击添加令牌，填写名称，修改配置。
-
-![](/imgs/Ollama-oneapi2.png)
-
-修改部署 FastGPT 的 docker-compose.yml 文件，在其中将 AI Proxy 的使用注释，在 OPENAI_BASE_URL 中加入自己的 OneAPI 开放地址，默认是http://地址:端口/v1，v1必须填写。KEY 中填写自己在 OneAPI 的令牌。
-
-![](/imgs/Ollama-oneapi3.png)
-
-[直接跳转5](#5-模型添加和使用)添加模型，并使用。
-
-### 4. 直接接入
-
-如果你既不想使用 AI Proxy，也不想使用 OneAPI，也可以选择直接接入，修改部署 FastGPT 的 docker-compose.yml 文件，在其中将 AI Proxy 的使用注释，采用和 OneAPI 的类似配置。注释掉 AIProxy 相关代码，在OPENAI_BASE_URL中加入自己的 Ollama 开放地址，默认是http://地址:端口/v1，强调:v1必须填写。在KEY中随便填入，因为 Ollama 默认没有鉴权，如果开启鉴权，请自行填写。其他操作和在 OneAPI 中加入 Ollama 一致，只需在 FastGPT 中加入自己的模型即可使用。此处演示采用的是 Docker 部署 Ollama 的效果，主机 Ollama需要修改代理地址为http://<主机IP>:<端口>
-
-![](/imgs/Ollama-direct1.png)
-
-完成后[点击这里](#5-模型添加和使用)进行模型添加并使用。
-
-### 5. 模型添加和使用
-
-在 FastGPT 中点击账号->模型提供商->模型配置->新增模型，添加自己的模型即可，添加模型时需要保证模型ID和 OneAPI 中的模型名称一致。
-
-![](/imgs/Ollama-models2.png)
-
-![](/imgs/Ollama-models3.png)
-
-在工作台中创建一个应用，选择自己之前添加的模型，此处模型名称为自己当时设置的别名。注：同一个模型无法多次添加，系统会采取最新添加时设置的别名。
-
-![](/imgs/Ollama-models4.png)
-
-### 6. 补充
-上述接入 Ollama 的代理地址中，主机安装 Ollama 的地址为“http://<主机IP>:<端口>”，容器部署 Ollama 地址为“http://<容器名>:<端口>”

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

@@ -56,7 +56,7 @@ weight: 707
 
 ### zilliz cloud版本
 
-Zilliz Cloud 由 Milvus 原厂打造，是全托管的 SaaS 向量数据库服务，性能优于 Milvus 并提供 SLA，点击使用 [Zilliz Cloud](https://zilliz.com.cn/)。
+Milvus 的全托管服务，性能优于 Milvus 并提供 SLA，点击使用 [Zilliz Cloud](https://zilliz.com.cn/)。
 
 由于向量库使用了 Cloud，无需占用本地资源，无需太关注。
 

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

@@ -71,7 +71,7 @@ Mongo 数据库需要注意，需要注意在连接地址中增加 `directConnec
 - `vectorMaxProcess`: 向量生成最大进程，根据数据库和 key 的并发数来决定，通常单个 120 号，2c4g 服务器设置 10~15。
 - `qaMaxProcess`: QA 生成最大进程
 - `vlmMaxProcess`: 图片理解模型最大进程
-- `hnswEfSearch`: 向量搜索参数，仅对 PG 和 OB 生效，越大搜索精度越高但是速度越慢。
+- `pgHNSWEfSearch`: PostgreSQL vector 索引参数，越大搜索精度越高但是速度越慢，具体可看 pgvector 官方说明。
 
 ### 5. 运行
 

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

@@ -302,7 +302,7 @@ OneAPI 的语言识别接口，无法正确的识别其他模型（会始终识
     "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。
-    "hnswEfSearch": 100 // 向量搜索参数，仅对 PG 和 OB 生效。越大，搜索越精确，但是速度越慢。设置为100，有99%+精度。
+    "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": [
     {

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

@@ -1,100 +0,0 @@
----
-title: '通过 PPIO LLM API 接入模型'
-description: '通过 PPIO LLM API 接入模型'
-icon: 'api'
-draft: false
-toc: true
-weight: 747
----
-
-FastGPT 还可以通过 PPIO LLM API 接入模型。
-{{% alert context="warning" %}}
-以下内容搬运自 [FastGPT 接入 PPIO LLM API](https://ppinfra.com/docs/third-party/fastgpt-use)，可能会有更新不及时的情况。
-{{% /alert %}}
-
-FastGPT 是一个将 AI 开发、部署和使用全流程简化为可视化操作的平台。它使开发者不需要深入研究算法，
-用户也不需要掌握复杂技术，通过一站式服务将人工智能技术变成易于使用的工具。
-
-PPIO 派欧云提供简单易用的 API 接口，让开发者能够轻松调用 DeepSeek 等模型。
-
-- 对开发者：无需重构架构，3 个接口完成从文本生成到决策推理的全场景接入，像搭积木一样设计 AI 工作流；
-- 对生态：自动适配从中小应用到企业级系统的资源需求，让智能随业务自然生长。
-
-下方教程提供完整接入方案（含密钥配置），帮助您快速将 FastGPT 与 PPIO API 连接起来。
-
-## 1. 配置前置条件
-
-(1) 获取 API 接口地址
-
-固定为: `https://api.ppinfra.com/v3/openai/chat/completions`。
-
-(2) 获取 【API 密钥】
-
-登录派欧云控制台 [API 秘钥管理](https://www.ppinfra.com/settings/key-management) 页面，点击创建按钮。
-注册账号填写邀请码【VOJL20】得 50 代金券
-
-![1](https://static.ppinfra.com/docs/image/llm/BKWqbzI5PoYG6qxwAPxcinQDnob.png)
-
-(3) 生成并保存 【API 密钥】
-{{% alert context="warning" %}}
-秘钥在服务端是加密存储，请在生成时保存好秘钥；若遗失可以在控制台上删除并创建一个新的秘钥。
-{{% /alert %}}
-
-![2](https://static.ppinfra.com/docs/image/llm/OkUwbbWrcoCY2SxwVMIcM2aZnrs.png)
-![3](https://static.ppinfra.com/docs/image/llm/GExfbvcosoJhVKxpzKVczlsdn3d.png)
-
-(4) 获取需要使用的模型 ID
-
-deepseek 系列：
-
-- DeepSeek R1：deepseek/deepseek-r1/community
-
-- DeepSeek V3：deepseek/deepseek-v3/community
-
-其他模型 ID、最大上下文及价格可参考：[模型列表](https://ppinfra.com/model-api/pricing)
-
-## 2. 部署最新版 FastGPT 到本地环境
-{{% alert context="warning" %}}
-请使用 v4.8.22 以上版本，部署参考: https://doc.tryfastgpt.ai/docs/development/intro/
-{{% /alert %}}
-
-## 3. 模型配置（下面两种方式二选其一）
-
-（1）通过 OneAPI 接入模型 PPIO 模型： 参考 OneAPI 使用文档，修改 FastGPT 的环境变量 在 One API 生成令牌后，FastGPT 可以通过修改 baseurl 和 key 去请求到 One API，再由 One API 去请求不同的模型。修改下面两个环境变量： 务必写上 v1。如果在同一个网络内，可改成内网地址。
-
-OPENAI_BASE_URL= http://OneAPI-IP:OneAPI-PORT/v1
-
-下面的 key 是由 One API 提供的令牌 CHAT_API_KEY=sk-UyVQcpQWMU7ChTVl74B562C28e3c46Fe8f16E6D8AeF8736e
-
-- 修改后重启 FastGPT，按下图在模型提供商中选择派欧云
-
-![](https://static.ppinfra.com/docs/image/llm/Fvqzb3kTroys5Uxkjlzco7kwnsb.png)
-
-- 测试连通性
-以 deepseek 为例，在模型中选择使用 deepseek/deepseek-r1/community，点击图中②的位置进行连通性测试，出现图中绿色的的成功显示证明连通成功，可以进行后续的配置对话了
-![](https://static.ppinfra.com/docs/image/llm/FzKGbGsSPoX4Eexobj2cxcaTnib.png)
-
-（2）不使用 OneAPI 接入 PPIO 模型
-
-按照下图在模型提供商中选择派欧云
-![](https://static.ppinfra.com/docs/image/llm/QbcdbPqRsoAmuyx2nlycQWFanrc.png)
-
-- 配置模型 自定义请求地址中输入：`https://api.ppinfra.com/v3/openai/chat/completions`
-![](https://static.ppinfra.com/docs/image/llm/ZVyAbDIaxo7ksAxLI3HcexYYnZf.png)
-![](https://static.ppinfra.com/docs/image/llm/Ha9YbggkwoQsVdx1Z4Gc9zUSnle.png)
-
-- 测试连通性
-![](https://static.ppinfra.com/docs/image/llm/V1f0b89uloab9uxxj7IcKT0rn3e.png)
-
-出现图中绿色的的成功显示证明连通成功，可以进行对话配置
-
-## 4. 配置对话
-（1）新建工作台
-![](https://static.ppinfra.com/docs/image/llm/ZaGpbBH6QoVubIx2TsLcwYEInfe.png)
-（2）开始聊天
-![](https://static.ppinfra.com/docs/image/llm/HzcTb4gobokVRQxTlU7cD5OunMf.png)
-
-## PPIO 全新福利重磅来袭 🔥
-顺利完成教程配置步骤后，您将解锁两大权益：1. 畅享 PPIO 高速通道与 FastGPT 的效能组合；2.立即激活 **「新用户邀请奖励」** ————通过专属邀请码邀好友注册，您与好友可各领 50 元代金券，硬核福利助力 AI 工具效率倍增！
-
-🎁 新手专享：立即使用邀请码【VOJL20】完成注册，50 元代金券奖励即刻到账！

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

@@ -18,14 +18,12 @@ weight: 852
 {{% alert icon="🤖 " context="success" %}}
 * 该接口的 API Key 需使用`应用特定的 key`，否则会报错。  
 
-<!-- * 对话现在有`v1`和`v2`两个接口，可以按需使用，v2 自 4.9.4 版本新增，v1 接口同时不再维护 -->
-
 * 有些包调用时，`BaseUrl`需要添加`v1`路径，有些不需要，如果出现404情况，可补充`v1`重试。
 {{% /alert %}}
 
 ## 请求简易应用和工作流
 
-`v1`对话接口兼容`GPT`的接口！如果你的项目使用的是标准的`GPT`官方接口，可以直接通过修改`BaseUrl`和 `Authorization`来访问 FastGpt 应用，不过需要注意下面几个规则：
+对话接口兼容`GPT`的接口！如果你的项目使用的是标准的`GPT`官方接口，可以直接通过修改`BaseUrl`和 `Authorization`来访问 FastGpt 应用，不过需要注意下面几个规则：
 
 {{% alert icon="🤖 " context="success" %}}
 * 传入的`model`，`temperature`等参数字段均无效，这些字段由编排决定，不会根据 API 参数改变。
@@ -67,7 +65,7 @@ curl --location --request POST 'http://localhost:3000/api/v1/chat/completions' \
 {{< markdownify >}}
 
 * 仅`messages`有部分区别，其他参数一致。
-* 目前不支持上传文件，需上传到自己的对象存储中，获取对应的文件链接。
+* 目前不支持上次文件，需上传到自己的对象存储中，获取对应的文件链接。
 
 ```bash
 curl --location --request POST 'http://localhost:3000/api/v1/chat/completions' \
@@ -118,284 +116,14 @@ curl --location --request POST 'http://localhost:3000/api/v1/chat/completions' \
 - variables: 模块变量，一个对象，会替换模块中，输入框内容里的`{{key}}`
 {{% /alert %}}
 
-{{< /markdownify >}}
-{{< /tab >}}
-{{< /tabs >}}
 
-<!-- #### v2
-
-v1,v2 接口请求参数一致，仅请求地址不一样。
-
-{{< tabs tabTotal="3" >}}
-{{< tab tabName="基础请求示例" >}}
-{{< markdownify >}}
-
-```bash
-curl --location --request POST 'http://localhost:3000/api/v2/chat/completions' \
---header 'Authorization: fastgpt-xxxxxx' \
---header 'Content-Type: application/json' \
---data-raw '{
-    "chatId": "my_chatId",
-    "stream": false,
-    "detail": false,
-    "responseChatItemId": "my_responseChatItemId",
-    "variables": {
-        "uid": "asdfadsfasfd2323",
-        "name": "张三"
-    },
-    "messages": [
-        {
-            "role": "user",
-            "content": "你是谁"
-        }
-    ]
-}'
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-
-{{< tab tabName="图片/文件请求示例" >}}
-{{< markdownify >}}
-
-* 仅`messages`有部分区别，其他参数一致。
-* 目前不支持上传文件，需上传到自己的对象存储中，获取对应的文件链接。
-
-```bash
-curl --location --request POST 'http://localhost:3000/api/v2/chat/completions' \
---header 'Authorization: Bearer fastgpt-xxxxxx' \
---header 'Content-Type: application/json' \
---data-raw '{
-    "chatId": "abcd",
-    "stream": false,
-    "messages": [
-        {
-            "role": "user",
-            "content": [
-                {
-                    "type": "text",
-                    "text": "导演是谁"
-                },
-                {
-                    "type": "image_url",
-                    "image_url": {
-                        "url": "图片链接"
-                    }
-                },
-                {
-                    "type": "file_url",
-                    "name": "文件名",
-                    "url": "文档链接，支持 txt md html word pdf ppt csv excel"
-                }
-            ]
-        }
-    ]
-}'
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-
-{{< tab tabName="参数说明" >}}
-{{< markdownify >}}
-
-{{% alert context="info" %}}
-- headers.Authorization: Bearer {{apikey}}
-- chatId: string | undefined 。
-  - 为 `undefined` 时（不传入），不使用 FastGpt 提供的上下文功能，完全通过传入的 messages 构建上下文。
-  - 为`非空字符串`时，意味着使用 chatId 进行对话，自动从 FastGpt 数据库取历史记录，并使用 messages 数组最后一个内容作为用户问题，其余 message 会被忽略。请自行确保 chatId 唯一，长度小于250，通常可以是自己系统的对话框ID。
-- messages: 结构与 [GPT接口](https://platform.openai.com/docs/api-reference/chat/object) chat模式一致。
-- responseChatItemId: string | undefined 。如果传入，则会将该值作为本次对话的响应消息的 ID，FastGPT 会自动将该 ID 存入数据库。请确保，在当前`chatId`下，`responseChatItemId`是唯一的。
-- detail: 是否返回中间值（模块状态，响应的完整结果等），`stream模式`下会通过`event`进行区分，`非stream模式`结果保存在`responseData`中。
-- variables: 模块变量，一个对象，会替换模块中，输入框内容里的`{{key}}`
-{{% /alert %}}
 
 {{< /markdownify >}}
 {{< /tab >}}
 {{< /tabs >}}
 
-#### v1
-
-
-
 ### 响应
 
-#### v2
-
-v2 接口比起 v1，主要变变化在于：会在每个节点运行结束后及时返回 response，而不是等工作流结束后再统一返回。
-
-{{< tabs tabTotal="5" >}}
-{{< tab tabName="detail=false,stream=false 响应" >}}
-{{< markdownify >}}
-
-```json
-{
-    "id": "",
-    "model": "",
-    "usage": {
-        "prompt_tokens": 1,
-        "completion_tokens": 1,
-        "total_tokens": 1
-    },
-    "choices": [
-        {
-            "message": {
-                "role": "assistant",
-                "content": "我是一个人工智能助手，旨在回答问题和提供信息。如果你有任何问题或者需要帮助，随时问我！"
-            },
-            "finish_reason": "stop",
-            "index": 0
-        }
-    ]
-}
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-
-{{< tab tabName="detail=false,stream=true 响应" >}}
-{{< markdownify >}}
-
-
-```bash
-data: {"id":"","object":"","created":0,"model":"","choices":[{"delta":{"role":"assistant","content":"你好"},"index":0,"finish_reason":null}]}
-
-data: {"id":"","object":"","created":0,"model":"","choices":[{"delta":{"role":"assistant","content":"！"},"index":0,"finish_reason":null}]}
-
-data: {"id":"","object":"","created":0,"model":"","choices":[{"delta":{"role":"assistant","content":"今天"},"index":0,"finish_reason":null}]}
-
-data: {"id":"","object":"","created":0,"model":"","choices":[{"delta":{"role":"assistant","content":"过得怎么样？"},"index":0,"finish_reason":null}]}
-
-data: {"id":"","object":"","created":0,"model":"","choices":[{"delta":{"role":"assistant","content":null},"index":0,"finish_reason":"stop"}]}
-
-data: [DONE]
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-
-{{< tab tabName="detail=true,stream=false 响应" >}}
-{{< markdownify >}}
-
-```json
-{
-    "responseData": [
-        {
-            "id": "iSol79OFrBH1I9kC",
-            "nodeId": "448745",
-            "moduleName": "common:core.module.template.work_start",
-            "moduleType": "workflowStart",
-            "runningTime": 0
-        },
-        {
-            "id": "t1T94WCy6Su3BK4V",
-            "nodeId": "fjLpE3XPegmoGtbU",
-            "moduleName": "AI 对话",
-            "moduleType": "chatNode",
-            "runningTime": 1.46,
-            "totalPoints": 0,
-            "model": "GPT-4o-mini",
-            "tokens": 64,
-            "inputTokens": 10,
-            "outputTokens": 54,
-            "query": "你是谁",
-            "reasoningText": "",
-            "historyPreview": [
-                {
-                    "obj": "Human",
-                    "value": "你是谁"
-                },
-                {
-                    "obj": "AI",
-                    "value": "我是一个人工智能助手，旨在帮助回答问题和提供信息。如果你有任何问题或需要帮助，请告诉我！"
-                }
-            ],
-            "contextTotalLen": 2
-        }
-    ],
-    "newVariables": {
-
-    },
-    "id": "",
-    "model": "",
-    "usage": {
-        "prompt_tokens": 1,
-        "completion_tokens": 1,
-        "total_tokens": 1
-    },
-    "choices": [
-        {
-            "message": {
-                "role": "assistant",
-                "content": "我是一个人工智能助手，旨在帮助回答问题和提供信息。如果你有任何问题或需要帮助，请告诉我！"
-            },
-            "finish_reason": "stop",
-            "index": 0
-        }
-    ]
-}
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-
-
-{{< tab tabName="detail=true,stream=true 响应" >}}
-{{< markdownify >}}
-
-```bash
-event: flowNodeResponse
-data: {"id":"iYv2uA9rCWAtulWo","nodeId":"workflowStartNodeId","moduleName":"流程开始","moduleType":"workflowStart","runningTime":0}
-
-event: flowNodeStatus
-data: {"status":"running","name":"AI 对话"}
-
-event: answer
-data: {"id":"","object":"","created":0,"model":"","choices":[{"delta":{"role":"assistant","content":"你好"},"index":0,"finish_reason":null}]}
-
-event: answer
-data: {"id":"","object":"","created":0,"model":"","choices":[{"delta":{"role":"assistant","content":"！"},"index":0,"finish_reason":null}]}
-
-event: answer
-data: {"id":"","object":"","created":0,"model":"","choices":[{"delta":{"role":"assistant","content":"今天"},"index":0,"finish_reason":null}]}
-
-event: answer
-data: {"id":"","object":"","created":0,"model":"","choices":[{"delta":{"role":"assistant","content":"过得怎么样？"},"index":0,"finish_reason":null}]}
-
-event: flowNodeResponse
-data: {"id":"pVzLBF7M3Ol4n7s6","nodeId":"ixe20AHN3jy74pKf","moduleName":"AI 对话","moduleType":"chatNode","runningTime":1.48,"totalPoints":0.0042,"model":"Qwen-plus","tokens":28,"inputTokens":8,"outputTokens":20,"query":"你好","reasoningText":"","historyPreview":[{"obj":"Human","value":"你好"},{"obj":"AI","value":"你好！今天过得怎么样？"}],"contextTotalLen":2}
-
-event: answer
-data: {"id":"","object":"","created":0,"model":"","choices":[{"delta":{"role":"assistant","content":null},"index":0,"finish_reason":"stop"}]}
-
-event: answer
-data: [DONE]
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-
-{{< tab tabName="event值" >}}
-{{< markdownify >}}
-
-event取值：
-
-- answer: 返回给客户端的文本（最终会算作回答）
-- fastAnswer: 指定回复返回给客户端的文本（最终会算作回答）
-- toolCall: 执行工具
-- toolParams: 工具参数
-- toolResponse: 工具返回
-- flowNodeStatus: 运行到的节点状态
-- flowNodeResponse: 单个节点详细响应
-- updateVariables: 更新变量
-- error: 报错
-
-{{< /markdownify >}}
-{{< /tab >}}
-{{< /tabs >}} 
-
-#### v1 -->
-
 {{< tabs tabTotal="5" >}}
 {{< tab tabName="detail=false,stream=false 响应" >}}
 {{< markdownify >}}
@@ -920,6 +648,8 @@ event取值：
 {{< /tab >}}
 {{< /tabs >}}
 
+
+
 # 对话 CRUD
 
 {{% alert icon="🤖 " context="success" %}}

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

@@ -11,6 +11,8 @@ weight: 853
 | --------------------- | --------------------- |
 | ![](/imgs/getDatasetId.jpg) | ![](/imgs/getfile_id.webp) |
 
+
+
 ## 创建训练订单
 
 {{< tabs tabTotal="2" >}}
@@ -287,7 +289,7 @@ curl --location --request DELETE 'http://localhost:3000/api/core/dataset/delete?
 
 ## 集合
 
-### 通用创建参数说明（必看）
+### 通用创建参数说明
 
 **入参**
 
@@ -298,11 +300,8 @@ curl --location --request DELETE 'http://localhost:3000/api/core/dataset/delete?
 | trainingType | 数据处理方式。chunk: 按文本长度进行分割;qa: 问答对提取 | ✅ |
 | autoIndexes | 是否自动生成索引(仅商业版支持) |  |
 | imageIndex | 是否自动生成图片索引(仅商业版支持) |  |
-| chunkSettingMode | 分块参数模式。auto: 系统默认参数; custom: 手动指定参数 |  |
-| chunkSplitMode | 分块拆分模式。size: 按长度拆分; char: 按字符拆分。chunkSettingMode=auto时不生效。 |  |
-| chunkSize | 分块大小，默认 1500。chunkSettingMode=auto时不生效。 |  |
-| indexSize | 索引大小，默认 512，必须小于索引模型最大token。chunkSettingMode=auto时不生效。 |  |
-| chunkSplitter | 自定义最高优先分割符号，除非超出文件处理最大上下文，否则不会进行进一步拆分。chunkSettingMode=auto时不生效。 |  |
+| chunkSize | 预估块大小 |  |
+| chunkSplitter | 自定义最高优先分割符号 |  |
 | qaPrompt | qa拆分提示词 |  |
 | tags |  集合标签（字符串数组） |  |
 | createTime | 文件创建时间（Date / String） |  |
@@ -390,8 +389,9 @@ curl --location --request POST 'http://localhost:3000/api/core/dataset/collectio
     "name":"测试训练",
 
     "trainingType": "qa",
-    "chunkSettingMode": "auto",
-    "qaPrompt":"",
+    "chunkSize":8000,
+    "chunkSplitter":"",
+    "qaPrompt":"11",
 
     "metadata":{}
 }'
@@ -409,6 +409,10 @@ curl --location --request POST 'http://localhost:3000/api/core/dataset/collectio
 - parentId： 父级ID，不填则默认为根目录
 - name: 集合名称（必填）
 - metadata： 元数据（暂时没啥用）
+- trainingType: 训练模式（必填）
+- chunkSize: 每个 chunk 的长度（可选）. chunk模式:100~3000; qa模式: 4000~模型最大token（16k模型通常建议不超过10000）
+- chunkSplitter: 自定义最高优先分割符号（可选）
+- qaPrompt: qa拆分自定义提示词（可选）
 {{% /alert %}}
 
 {{< /markdownify >}}
@@ -458,7 +462,8 @@ curl --location --request POST 'http://localhost:3000/api/core/dataset/collectio
     "parentId": null,
 
     "trainingType": "chunk",
-    "chunkSettingMode": "auto",
+    "chunkSize":512,
+    "chunkSplitter":"",
     "qaPrompt":"",
 
     "metadata":{
@@ -478,6 +483,10 @@ curl --location --request POST 'http://localhost:3000/api/core/dataset/collectio
 - datasetId: 知识库的ID(必填)
 - parentId： 父级ID，不填则默认为根目录
 - metadata.webPageSelector: 网页选择器，用于指定网页中的哪个元素作为文本(可选)
+- trainingType:训练模式（必填）
+- chunkSize: 每个 chunk 的长度（可选）. chunk模式:100~3000; qa模式: 4000~模型最大token（16k模型通常建议不超过10000）
+- chunkSplitter: 自定义最高优先分割符号（可选）
+- qaPrompt: qa拆分自定义提示词（可选）
 {{% /alert %}}
 
 {{< /markdownify >}}
@@ -536,7 +545,13 @@ curl --location --request POST 'http://localhost:3000/api/core/dataset/collectio
 
 {{% alert icon=" " context="success" %}}
 - file: 文件
-- data: 知识库相关信息（json序列化后传入）,参数说明见上方“通用创建参数说明”
+- data: 知识库相关信息（json序列化后传入）
+  - datasetId: 知识库的ID(必填)
+  - parentId： 父级ID，不填则默认为根目录
+  - trainingType:训练模式（必填）
+  - chunkSize: 每个 chunk 的长度（可选）. chunk模式:100~3000; qa模式: 4000~模型最大token（16k模型通常建议不超过10000）
+  - chunkSplitter: 自定义最高优先分割符号（可选）
+  - qaPrompt: qa拆分自定义提示词（可选）
 {{% /alert %}}
 
 {{< /markdownify >}}

docSite/content/zh-cn/docs/development/upgrading/491.md

@@ -7,31 +7,6 @@ toc: true
 weight: 799
 ---
 
-## 更新指南
-
-### 1. 做好数据库备份
-
-### 2. 更新镜像
-
-- 更新 FastGPT 镜像 tag: v4.9.1-fix2
-- 更新 FastGPT 商业版镜像 tag: v4.9.1-fix2
-- Sandbox 镜像，可以不更新
-- AIProxy 镜像修改为: registry.cn-hangzhou.aliyuncs.com/labring/aiproxy:v0.1.3
-
-### 3. 执行升级脚本
-
-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/initv491' \
---header 'rootkey: {{rootkey}}' \
---header 'Content-Type: application/json'
-```
-
-**脚本功能**
-
-重新使用最新的 jieba 分词库进行分词处理。时间较长，可以从日志里查看进度。
-
 ## 🚀 新增内容
 
 1. 商业版支持单团队模式，更好的管理内部成员。
@@ -39,7 +14,7 @@ curl --location --request POST 'https://{{host}}/api/admin/initv491' \
 3. API 知识库支持 PDF 增强解析。
 4. 邀请团队成员，改为邀请链接模式。
 5. 支持混合检索权重设置。
-6. 支持重排模型选择和权重设置，同时调整了知识库搜索权重计算方式，改成 搜索权重 + 重排权重，而不是向量检索权重+全文检索权重+重排权重。会对检索结果有一定影响，可以通过调整相关权重来进行数据适配。
+6. 支持重排模型选择和权重设置，同时调整了知识库搜索权重计算方式，改成 搜索权重 + 重排权重，而不是向量检索权重+全文检索权重+重排权重。
 
 ## ⚙️ 优化
 
@@ -48,7 +23,6 @@ curl --location --request POST 'https://{{host}}/api/admin/initv491' \
 3. 增加依赖包安全版本检测，并升级部分依赖包。
 4. 模型测试代码。
 5. 优化思考过程解析逻辑：只要配置了模型支持思考，均会解析 <think> 标签，不会因为对话时，关闭思考而不解析。
-6. 载入最新 jieba 分词库，增强全文检索分词效果。
 
 ## 🐛 修复
 
@@ -60,6 +34,3 @@ curl --location --request POST 'https://{{host}}/api/admin/initv491' \
 6. 模型渠道测试时，实际未指定渠道测试。
 7. 新增自定义模型时，会把默认模型字段也保存，导致默认模型误判。
 8. 修复 promp 模式工具调用，未判空思考链，导致 UI 错误展示。
-9. 编辑应用信息导致头像丢失。
-10. 分享链接标题会被刷新掉。
-11. 计算 parentPath 时，存在鉴权失败清空。

docSite/content/zh-cn/docs/development/upgrading/492.md

@@ -1,75 +0,0 @@
----
-title: 'V4.9.2'
-description: 'FastGPT V4.9.2 更新说明'
-icon: 'upgrade'
-draft: false
-toc: true
-weight: 798
----
-## 更新指南
-
-可直接升级v4.9.3，v4.9.2存在一个工作流数据类型转化错误。
-
-### 1. 做好数据库备份
-
-### 2. SSO 迁移
-
-使用了 SSO 或成员同步的商业版用户，并且是对接`钉钉`、`企微`的，需要迁移已有的 SSO 相关配置: 
-
-参考：[SSO & 外部成员同步](/docs/guide/admin/sso)中的配置进行`sso-service`的部署和配置。
-
-1. 先将原商业版后台中的相关配置项复制备份出来（以企微为例，将 AppId, Secret 等复制出来）再进行镜像升级。
-2. 参考上述文档，部署 SSO 服务，配置相关的环境变量
-3. 如果原先使用企微组织架构同步的用户，升级完镜像后，需要在商业版后台切换团队模式为“同步模式”
-
-### 3. 配置参数变更
-
-修改`config.json`文件中`systemEnv.pgHNSWEfSearch`参数名，改成`hnswEfSearch`。  
-商业版用户升级镜像后，直接在后台`系统配置-基础配置`中进行变更。
-
-### 4. 更新镜像
-
-- 更新 FastGPT 镜像 tag: v4.9.2
-- 更新 FastGPT 商业版镜像 tag: v4.9.2
-- Sandbox 镜像，可以不更新
-- AIProxy 镜像修改为: registry.cn-hangzhou.aliyuncs.com/labring/aiproxy:v0.1.4
-
-## 重要更新
-
-- 知识库导入数据 API 变更，增加`chunkSettingMode`,`chunkSplitMode`,`indexSize`可选参数，具体可参考 [知识库导入数据 API](/docs/development/openapi/dataset) 文档。
-
-## 🚀 新增内容
-
-1. 知识库分块优化：支持单独配置分块大小和索引大小，允许进行超大分块，以更大的输入 Tokens 换取完整分块。
-2. 知识库分块增加自定义分隔符预设值，同时支持自定义换行符分割。
-3. 外部变量改名：自定义变量。 并且支持在测试时调试，在分享链接中，该变量直接隐藏。
-4. 集合同步时，支持同步修改标题。
-5. 团队成员管理重构，抽离主流 IM SSO（企微、飞书、钉钉），并支持通过自定义 SSO 接入 FastGPT。同时完善与外部系统的成员同步。 
-6. 支持 `oceanbase` 向量数据库。填写环境变量`OCEANBASE_URL`即可。
-7. 基于 mistral-ocr 的 PDF 解析示例。
-8. 基于 miner-u 的 PDF 解析示例。
-
-## ⚙️ 优化
-
-1. 导出对话日志时，支持导出成员名。
-2. 邀请链接交互。
-3. 无 SSL 证书时复制失败，会提示弹窗用于手动复制。
-4. FastGPT 未内置 ai proxy 渠道时，也能正常展示其名称。
-5. 升级 nextjs 版本至 14.2.25。
-6. 工作流节点数组字符串类型，自动适配 string 输入。
-7. 工作流节点数组类型，自动进行 JSON parse 解析 string 输入。
-8. AI proxy 日志优化，去除重试失败的日志，仅保留最后一份错误日志。
-9. 个人信息和通知展示优化。
-10. 模型测试 loading 动画优化。
-11. 分块算法小调整：  
-  * 跨处理符号之间连续性更强。  
-  * 代码块分割时，用 LLM 模型上下文作为分块大小，尽可能保证代码块完整性。
-  * 表格分割时，用 LLM 模型上下文作为分块大小，尽可能保证表格完整性。
-
-## 🐛 修复
-
-1. 飞书和语雀知识库无法同步。
-2. 渠道测试时，如果配置了模型自定义请求地址，会走自定义请求地址，而不是渠道请求地址。
-3. 语音识别模型测试未启用的模型时，无法正常测试。
-4. 管理员配置系统插件时，如果插件包含其他系统应用，无法正常鉴权。
-5. 移除 TTS 自定义请求地址时，必须需要填 requestAuth 字段。

docSite/content/zh-cn/docs/development/upgrading/493.md

@@ -1,29 +0,0 @@
----
-title: 'V4.9.3'
-description: 'FastGPT V4.9.3 更新说明'
-icon: 'upgrade'
-draft: false
-toc: true
-weight: 797
----
-
-## 更新指南
-
-### 1. 做好数据库备份
-
-### 2. 更新镜像
-
-- 更新 FastGPT 镜像 tag: v4.9.3
-- 更新 FastGPT 商业版镜像 tag: v4.9.3
-- Sandbox 镜像tag: v4.9.3
-- AIProxy 镜像tag: v0.1.5
-
-
-## 🚀 新增内容
-
-1. 工作流 debug 模式支持交互节点。
-2. 代码运行支持 Python3 代码。
-
-## 🐛 修复
-
-1. 工作流格式转化异常。

docSite/content/zh-cn/docs/development/upgrading/494.md

@@ -1,66 +0,0 @@
----
-title: 'V4.9.4(进行中)'
-description: 'FastGPT V4.9.4 更新说明'
-icon: 'upgrade'
-draft: false
-toc: true
-weight: 796
----
-
-## 升级指南
-
-### 1. 做好数据备份
-
-### 1. 安装 Redis
-
-* docker 部署的用户，参考最新的 `docker-compose.yml` 文件增加 Redis 配置。增加一个 redis 容器，并配置`fastgpt`,`fastgpt-pro`的环境变量，增加 `REDIS_URL` 环境变量。
-* Sealos 部署的用户，在数据库里新建一个`redis`数据库，并复制`内网地址的 connection` 作为 `redis` 的链接串。然后配置`fastgpt`,`fastgpt-pro`的环境变量，增加 `REDIS_URL` 环境变量。
-
-| | | |
-| --- | --- |  --- |
-| ![](/imgs/sealos-redis1.png) | ![](/imgs/sealos-redis2.png) |  ![](/imgs/sealos-redis3.png) |
-
-### 2. 更新镜像 tag
-
-- 更新 FastGPT 镜像 tag: v4.9.4-alpha
-- 更新 FastGPT 商业版镜像 tag: v4.9.4-alpha
-- Sandbox 无需更新
-- AIProxy 无需更新
-
-### 3. 执行升级脚本
-
-该脚本仅需商业版用户执行。
-
-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/initv494' \
---header 'rootkey: {{rootkey}}' \
---header 'Content-Type: application/json'
-```
-
-**脚本功能**
-
-1. 更新站点同步定时器
-
-## 🚀 新增内容
-
-1. 集合数据训练状态展示
-2. SMTP 发送邮件插件
-3. BullMQ 消息队列。
-4. 利用 redis 进行部分数据缓存。
-5. 站点同步支持配置训练参数。
-6. AI 对话/工具调用，增加返回模型 finish_reason 字段。
-7. 移动端语音输入交互调整
-
-## ⚙️ 优化
-
-1. Admin 模板渲染调整。
-2. 支持环境变量配置对话文件过期时间。
-3. MongoDB log 库可独立部署。
-
-## 🐛 修复
-
-1. 搜索应用/知识库时，无法点击目录进入下一层。
-2. 重新训练时，参数未成功初始化。
-3. package/service 部分请求在多 app 中不一致。

docSite/content/zh-cn/docs/guide/DialogBoxes/quoteList.md

@@ -1,88 +0,0 @@
----
-title: '知识库引用分块阅读器'
-description: 'FastGPT 分块阅读器功能介绍'
-icon: 'description'
-draft: false
-toc: true
-weight: 480
----
-在企业 AI 应用落地过程中，文档知识引用的精确性和透明度一直是用户关注的焦点。FastGPT 4.9.1 版本带来的知识库分块阅读器，巧妙解决了这一痛点，让 AI 引用不再是"黑盒"。
-
-# 为什么需要分块阅读器？
-
-传统的 AI 对话中，当模型引用企业知识库内容时，用户往往只能看到被引用的片段，无法获取完整语境，这给内容验证和深入理解带来了挑战。分块阅读器的出现，让用户可以在对话中直接查看引用内容的完整文档，并精确定位到引用位置，实现了引用的"可解释性"。
-
-## 传统引用体验的局限
-
-以往在知识库中上传文稿后，当我们在工作流中输入问题时，传统的引用方式只会展示引用到的分块，无法确认分块在文章中的上下文：
-
-| 问题 | 引用 |
-| --- | --- |
-| ![](/imgs/chunkReader1.png) | ![](/imgs/chunkReader2.jpg) |
-
-## FastGPT 分块阅读器：精准定位，无缝阅读
-
-而在 FastGPT 全新的分块式阅读器中，同样的知识库内容和问题，呈现方式发生了质的飞跃
-
-![](/imgs/chunkReader4.jpg) 
-
-当 AI 引用知识库内容时，用户只需点击引用链接，即可打开一个浮窗，呈现完整的原文内容，并通过醒目的高亮标记精确显示引用的文本片段。这既保证了回答的可溯源性，又提供了便捷的原文查阅体验。
-
-# 核心功能
-
-## 全文展示与定位
-
-"分块阅读器" 让用户能直观查看AI回答引用的知识来源。
-
-在对话界面中，当 AI 引用了知识库内容，系统会在回复下方展示出处信息。用户只需点击这些引用链接，即可打开一个优雅的浮窗，呈现完整的原文内容，并通过醒目的高亮标记精确显示 AI 引用的文本片段。
-
-这一设计既保证了回答的可溯源性，又提供了便捷的原文查阅体验，让用户能轻松验证AI回答的准确性和相关上下文。
-
-![](/imgs/chunkReader3.webp) 
-
-
-## 便捷引用导航
-
-分块阅读器右上角设计了简洁实用的导航控制，用户可以通过这对按钮轻松在多个引用间切换浏览。导航区还直观显示当前查看的引用序号及总引用数量（如 "7/10"），帮助用户随时了解浏览进度和引用内容的整体规模。
-
-![](imgs/chunkReader5.jpg)
-
-## 引用质量评分
-
-每条引用内容旁边都配有智能评分标签，直观展示该引用在所有知识片段中的相关性排名。用户只需将鼠标悬停在评分标签上，即可查看完整的评分详情，了解这段引用内容为何被AI选中以及其相关性的具体构成。
-
-![](imgs/chunkReader6.png)
-
-
-## 文档内容一键导出
-
-分块阅读器贴心配备了内容导出功能，让有效信息不再流失。只要用户拥有相应知识库的阅读权限，便可通过简单点击将引用涉及的全文直接保存到本地设备。
-
-![](imgs/chunkReader7.jpg)
-
-# 进阶特性
-
-## 灵活的可见度控制
-
-FastGPT提供灵活的引用可见度设置，让知识共享既开放又安全。以免登录链接为例，管理员可精确控制外部访问者能看到的信息范围。
-
-当设置为"仅引用内容可见"时，外部用户点击引用链接将只能查看 AI 引用的特定文本片段，而非完整原文档。如图所示，分块阅读器此时智能调整显示模式，仅呈现相关引用内容。
-
-|  |  |
-| --- | --- |
-| ![](/imgs/chunkReader8.png) | ![](/imgs/chunkReader9.jpg) |
-
-## 即时标注优化
-
-在浏览过程中，授权用户可以直接对引用内容进行即时标注和修正，系统会智能处理这些更新而不打断当前的对话体验。所有修改过的内容会通过醒目的"已更新"标签清晰标识，既保证了引用的准确性，又维持了对话历史的完整性。
-
-这一无缝的知识优化流程特别适合团队协作场景，让知识库能在实际使用过程中持续进化，确保AI回答始终基于最新、最准确的信息源。
-
-## 智能文档性能优化
-
-面对现实业务中可能包含成千上万分块的超长文档，FastGPT采用了先进的性能优化策略，确保分块阅读器始终保持流畅响应。
-
-系统根据引用相关性排序和数据库索引进行智能加载管理，实现了"按需渲染"机制——根据索引排序和数据库 id，只有当用户实际需要查看的内容才会被加载到内存中。这意味着无论是快速跳转到特定引用，还是自然滚动浏览文档，都能获得丝滑的用户体验，不会因为文档体积庞大而出现卡顿或延迟。
-
-这一技术优化使FastGPT能够轻松应对企业级的大规模知识库场景，让即使是包含海量信息的专业文档也能高效展示和查阅。
-

docSite/content/zh-cn/docs/guide/admin/sso.md

@@ -1,581 +0,0 @@
----
-title: 'SSO & 外部成员同步'
-description: 'FastGPT 外部成员系统接入设计与配置'
-icon: ''
-draft: false
-toc: true
-weight: 707
----
-
-如果你不需要用到 SSO/成员同步功能，或者是只需要用 Github、google、microsoft、公众号的快速登录，可以跳过本章节。本章适合需要接入自己的成员系统或主流 办公IM 的用户。
-
-## 介绍
-
-为了方便地接入**外部成员系统**，FastGPT 提供一套接入外部系统的**标准接口**，以及一个 FastGPT-SSO-Service 镜像作为**适配器**。
-
-通过这套标注接口，你可以可以实现：
-
-1. SSO 登录。从外部系统回调后，在  FastGPT 中创建一个用户。
-2. 成员和组织架构同步（下面都简称成员同步）。
-
-**原理**
-
-FastGPT-pro 中，有一套标准的SSO 和成员同步接口，系统会根据这套接口进行 SSO 和成员同步操作。
-
-FastGPT-SSO-Service 是为了聚合不同来源的 SSO 和成员同步接口，将他们转成 fastgpt-pro 可识别的接口。
-
-   ![](/imgs/sso2.png)
-
-## 系统配置教程
-
-### 1. 部署 SSO-service 镜像
-
-使用 docker-compose 部署：
-
-```yaml
-  fastgpt-sso:
-    image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt-sso-service:v4.9.0
-    container_name: fastgpt-sso
-    restart: always
-    networks:
-      - fastgpt
-    environment:
-      - SSO_PROVIDER=example
-      - AUTH_TOKEN=xxxxx # 鉴权信息，fastgpt-pro 会用到。
-      # 具体对接提供商的环境变量。
-```
-
-根据不同的提供商，你需要配置不同的环境变量，下面是内置的通用协议/IM：
-
-{{< table "table-hover table-striped-columns" >}}
-| 协议/功能      | SSO | 成员同步支持 |
-|----------------|----------|--------------|
-| 飞书           | 是       | 是           |
-| 企业微信 | 是       | 是           |
-| 钉钉           | 是       | 否           |
-| Saml2.0        | 是       | 否           |
-| Oauth2.0       | 是       | 否           |
-{{< /table >}}
-
-### 2. 配置 fastgpt-pro
-
-#### 1. 配置环境变量
-
-环境变量中的 `EXTERNAL_USER_SYSTEM_BASE_URL` 为内网地址，例如上述例子中的配置，环境变量应该设置为
-
-```yaml
-env:
-   - EXTERNAL_USER_SYSTEM_BASE_URL=http://fastgpt-sso:3000
-   - EXTERNAL_USER_SYSTEM_AUTH_TOKEN=xxxxx
-```
-
-#### 2. 在商业版后台配置按钮文字，图标等。
-
-{{< table "table-hover table-striped-columns" >}}
-| <div style="text-align:center">企业微信</div> | <div style="text-align:center">钉钉</div> | <div style="text-align:center">飞书</div> |
-|-----------|-----------------|--------------|
-| ![企业微信](/imgs/sso15.png)  |  ![钉钉](/imgs/sso16.png)       | ![飞书](/imgs/sso17.png)     |   
-{{< /table >}}
-
-#### 3. 开启成员同步（可选）
-
-如果需要同步外部系统的成员，可以选择开启成员同步。团队模式具体可参考：[团队模式说明文档](/docs/guide/admin/teamMode)
-
-![](/imgs/sso1.png)
-
-#### 4. 可选配置
-
-1. 自动定时成员同步
-
-设置 fastgpt-pro 环境变量则可开启自动成员同步
-
-```bash
-env:
-   - "SYNC_MEMBER_CRON=0 0 * * *" # Cron 表达式，每天 0 点执行
-```
-
-## 内置的通用协议/IM 配置示例
-
-### 飞书
-
-#### 1. 参数获取
-
-   App ID和App Secret
-
-   进入开发者后台，点击企业自建应用，在凭证与基础信息页面查看应用凭证。
-
-   ![](/imgs/sso3.png)
-
-#### 2. 权限配置
-
-   进入开发者后台，点击企业自建应用，在开发配置的权限管理页面开通权限。
-
-   ![](/imgs/sso4.png)
-
-   对于开通用户SSO登录而言，开启用户身份权限的以下内容
-
-   1. ***获取通讯录基本信息***
-   2. ***获取用户基本信息***
-   3. ***获取用户邮箱信息***
-   4. ***获取用户 user ID***
-
-   对于开启企业同步相关内容而言，开启身份权限的内容与上面一致，但要注意是开启应用权限
-
-#### 3. 重定向URL
-
-   进入开发者后台，点击企业自建应用，在开发配置的安全设置中设置重定向URL
-   ![](/imgs/sso5.png)
-
-#### 4. yml 配置示例
-
-```bash
-fastgpt-sso:
-    image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt-sso-service:v4.9.0
-    container_name: fastgpt-sso
-    restart: always
-    networks:
-      - fastgpt
-    environment:
-      - SSO_PROVIDER=example
-      - AUTH_TOKEN=xxxxx
-      # 飞书 - feishu -如果是私有化部署，这里的配置前缀可能会有变化
-      - SSO_PROVIDER=feishu
-      # oauth 接口（公开的飞书不用改）
-      - SSO_TARGET_URL=https://accounts.feishu.cn/open-apis/authen/v1/authorize
-      # 获取token 接口（公开的飞书不用改）
-      - FEISHU_TOKEN_URL=https://open.feishu.cn/open-apis/authen/v2/oauth/token
-      # 获取用户信息接口（公开的飞书不用改）
-      - FEISHU_GET_USER_INFO_URL=https://open.feishu.cn/open-apis/authen/v1/user_info
-      # 重定向地址，因为飞书获取用户信息要校验所以需要填
-      - FEISHU_REDIRECT_URI=xxx
-      #飞书APP的应用ID，一般以cli开头
-      - FEISHU_APP_ID=xxx
-      #飞书APP的应用密钥
-      - FEISHU_APP_SECRET=xxx
-```
-
-### 钉钉
-
-#### 1. 参数获取
-
-   CLIENT_ID 与 CLIENT_SECRET
-
-   进入钉钉开放平台，点击应用开发，选择自己的应用进入，记录在凭证与基础信息页面下的Client ID与Client secret。
-   ![](/imgs/sso6.png)
-
-#### 2. 权限配置
-
-   进入钉钉开放平台，点击应用开发，选择自己的应用进入，在开发配置的权限管理页面操作，需要开通的权限包括：
-
-   1. ***个人手机号信息***
-   2. ***通讯录个人信息读权限***
-   3. ***获取钉钉开放接口用户访问凭证的基础权限***
-
-#### 3. 重定向URL
-
-   进入钉钉开放平台，点击应用开发，选择自己的应用进入，在开发配置的安全设置页面操作
-   需要填写的内容有两个：
-
-   1. 服务器出口IP （调用钉钉服务端API的服务器IP列表）
-   2. 重定向URL（回调域名）
-
-#### 4. yml 配置示例
-
-```bash
-fastgpt-sso:
-   image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt-sso-service:v4.9.0
-   container_name: fastgpt-sso
-   restart: always
-   networks:
-      - fastgpt
-   environment:
-      - SSO_PROVIDER=dingtalk
-      - AUTH_TOKEN=xxxxx
-      #oauth 接口
-      - SSO_TARGET_URL=https://login.dingtalk.com/oauth2/auth
-      #获取token 接口
-      - DINGTALK_TOKEN_URL=https://api.dingtalk.com/v1.0/oauth2/userAccessToken
-      #获取用户信息接口
-      - DINGTALK_GET_USER_INFO_URL=https://oapi.dingtalk.com/v1.0/contact/users/me
-      #钉钉APP的应用ID
-      - DINGTALK_CLIENT_ID=xxx
-      #钉钉APP的应用密钥
-      - DINGTALK_CLIENT_SECRET=xxx
-```
-
-### 企业微信
-
-#### 1. 参数获取
-
-   1. 企业的 CorpID
-
-      a. 使用管理员账号登陆企业微信管理后台 `https://work.weixin.qq.com/wework_admin/loginpage_wx`
-      
-      b. 点击 【我的企业】 页面，查看企业的 **企业ID**
-
-      ![](/imgs/sso7.png)
-
-   2. 创建一个供 FastGPT 使用的内部应用：
-
-      a. 获取应用的 AgentID 和 Secret
-
-      b. 保证这个应用的可见范围为全部（也就是根部门）
-
-      ![](/imgs/sso8.png)
-
-
-      ![](/imgs/sso9.png)
-
-   3. 一个域名。并且要求：
-
-      a. 解析到可公网访问的服务器上
-
-      b. 可以在该服务的根目录地址上挂载静态文件（以便进行域名归属认证 ，按照配置处的提示进行操作，只需要挂载一个静态文件，认证后可以删除）
-
-      c. 配置网页授权，JS-SDK以及企业微信授权登陆
-
-      d. 可以在【企业微信授权登陆】页面下方设置“在工作台隐藏应用”
-
-      ![](/imgs/sso10.png)
-
-      ![](/imgs/sso11.png)
-
-      ![](/imgs/sso12.png)
-
-   4. 获取 “通讯录同步助手” secret
-
-      获取通讯录，组织成员 ID 需要使用 “通讯录同步助手” secret
-
-      【安全与管理】-- 【管理工具】 -- 【通讯录同步】
-
-      ![](/imgs/sso13.png)
-
-   5. 开启接口同步
-
-   6. 获取 Secret
-
-   7. 配置企业可信 IP
-
-      ![](/imgs/sso14.png)
-
-#### 2. yml 配置示例
-
-```bash
-fastgpt-sso:
-   image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt-sso-service:v4.9.0
-   container_name: fastgpt-sso
-   restart: always
-   networks:
-      - fastgpt
-   environment:
-      - AUTH_TOKEN=xxxxx
-      - SSO_PROVIDER=wecom
-      # oauth 接口，在企微终端使用
-      - WECOM_TARGET_URL_OAUTH=https://open.weixin.qq.com/connect/oauth2/authorize
-      # sso 接口，扫码
-      - WECOM_TARGET_URL_SSO=https://login.work.weixin.qq.com/wwlogin/sso/login
-      # 获取用户id（只能拿id)
-      - WECOM_GET_USER_ID_URL=https://qyapi.weixin.qq.com/cgi-bin/auth/getuserinfo
-      # 获取用户详细信息（除了名字都有）
-      - WECOM_GET_USER_INFO_URL=https://qyapi.weixin.qq.com/cgi-bin/auth/getuserdetail
-      # 获取用户信息（有名字，没其他信息）
-      - WECOM_GET_USER_NAME_URL=https://qyapi.weixin.qq.com/cgi-bin/user/get
-      # 获取组织 id 列表
-      - WECOM_GET_DEPARTMENT_LIST_URL=https://qyapi.weixin.qq.com/cgi-bin/department/list
-      # 获取用户 id 列表
-      - WECOM_GET_USER_LIST_URL=https://qyapi.weixin.qq.com/cgi-bin/user/list_id
-      # 企微 CorpId
-      - WECOM_CORPID=
-      # 企微 App 的 AgentId 一般是 1000xxx
-      - WECOM_AGENTID=
-      # 企微 App 的 Secret
-      - WECOM_APP_SECRET=
-      # 通讯录同步助手的 Secret
-      - WECOM_SYNC_SECRET=
-```
-
-### 标准 OAuth2.0
-
-#### 参数需求
-
-我们提供一套标准的 OAuth2.0 接入流程。需要三个地址：
-
-1. 登陆鉴权地址（登陆后将 code 传入 redirect_uri）
-   - 需要将地址完整写好，除了 redirect_uri 以外（会自动补全）
-2. 获取 access_token 的地址，请求为 GET 方法，参数 code
-
-```bash
-http://example.com/oauth/access_token?code=xxxx
-```
-
-3. 获取用户信息的地址
-
-```bash
-http://example.com/oauth/user_info
-
-```
-
-#### 配置示例
-
-```bash
-fastgpt-sso:
-   image: registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt-sso-service:v4.9.0
-   container_name: fastgpt-sso
-   restart: always
-   networks:
-      - fastgpt
-   environment:
-      # OAuth2.0
-      - AUTH_TOKEN=xxxxx
-      - SSO_PROVIDER=oauth2
-      # OAuth2 重定向地址
-      - OAUTH2_AUTHORIZE_URL=
-      # OAuth2 获取 AccessToken 地址
-      - OAUTH2_TOKEN_URL=
-      # OAuth2 获取用户信息地址
-      - OAUTH2_USER_INFO_URL=
-      # OAuth2 用户名字段映射（必填）
-      - OAUTH2_USERNAME_MAP=
-      # OAuth2 头像字段映射（选填）
-      - OAUTH2_AVATAR_MAP=
-      # OAuth2 成员名字段映射(选填)
-      - OAUTH2_MEMBER_NAME_MAP=
-      # OAuth2 联系方式字段映射(选填)
-      - OAUTH2_CONTACT_MAP=
-```
-
-## 标准接口文档
-
-以下是 FastGPT-pro 中，SSO 和成员同步的标准接口文档，如果需要对接非标准系统，可以参考该章节进行开发。
-
-![](/imgs/sso18.png)
-
-FastGPT 提供如下标准接口支持：
-
-1. https://example.com/login/oauth/getAuthURL 获取鉴权重定向地址
-2. https://example.com/login/oauth/getUserInfo?code=xxxxx 消费 code，换取用户信息
-3. https://example.com/org/list 获取组织列表
-4. https://example.com/user/list 获取成员列表
-
-### 获取 SSO 登录重定向地址
-
-返回一个重定向登录地址，fastgpt 会自动重定向到该地址。redirect_uri  会自动拼接到该地址的 query中。
-
-{{< tabs tabTotal="2" >}}
-{{< tab tabName="请求示例" >}}
-{{< markdownify >}}
-
-```bash
-curl -X GET "https://redict.example/login/oauth/getAuthURL?redirect_uri=xxx&state=xxxx" \
--H "Authorization: Bearer your_token_here" \
--H "Content-Type: application/json"
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-
-{{< tab tabName="响应示例" >}}
-{{< markdownify >}}
-
-成功：
-
-```JSON
-{
-  "success": true,
-  "message": "",
-  "authURL": "https://example.com/somepath/login/oauth?redirect_uri=https%3A%2F%2Ffastgpt.cn%2Flogin%2Fprovider%0A"
-}
-```
-
-失败：
-
-```JSON
-{
-   "success": false,
-   "message": "错误信息",
-   "authURL": ""
-}
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-{{< /tabs >}}
-
-
-### SSO 获取用户信息
-
-该接口接受一个 code 参数作为鉴权，消费 code 返回用户信息。
-
-{{< tabs tabTotal="2" >}}
-{{< tab tabName="请求示例" >}}
-{{< markdownify >}}
-
-```bash
-curl -X GET "https://oauth.example/login/oauth/getUserInfo?code=xxxxxx" \
--H "Authorization: Bearer your_token_here" \
--H "Content-Type: application/json"
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-
-{{< tab tabName="响应示例" >}}
-{{< markdownify >}}
-
-成功：
-```JSON
-{
-  "success": true,
-  "message": "",
-  "username": "fastgpt-123456789",
-  "avatar": "https://example.webp",
-  "contact": "+861234567890",
-  "memberName": "成员名（非必填）",
-}
-```
-
-失败：
-```JSON
-{
-  "success": false,
-  "message": "错误信息",
-  "username": "",
-  "avatar": "",
-  "contact": ""
-}
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-{{< /tabs >}}
-
-### 获取组织
-
-{{< tabs tabTotal="2" >}}
-{{< tab tabName="请求示例" >}}
-{{< markdownify >}}
-
-```bash
-curl -X GET "https://example.com/org/list" \
--H "Authorization: Bearer your_token_here" \
--H "Content-Type: application/json"
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-
-{{< tab tabName="响应示例" >}}
-{{< markdownify >}}
-
-⚠️注意：只能存在一个根部门。如果你的系统中存在多个根部门，需要先进行处理，加一个虚拟的根部门。返回值类型：
-
-```ts
-type OrgListResponseType = {
-    message?: string; // 报错信息
-    success: boolean;
-    orgList: {  
-        id: string; // 部门的唯一 id
-        name: string; // 名字
-        parentId: string; // parentId，如果为根部门，传空字符串。
-    }[];
-}
-```
-
-```JSON
-{
-  "success": true,
-  "message": "",
-   "orgList": [
-      {
-         "id": "od-125151515",
-         "name": "根部门",
-         "parentId": ""
-      },
-      {
-         "id": "od-51516152",
-         "name": "子部门",
-         "parentId": "od-125151515"
-      }
-   ]
-}
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-{{< /tabs >}}
-
-
-### 获取成员
-
-
-{{< tabs tabTotal="2" >}}
-{{< tab tabName="请求示例" >}}
-{{< markdownify >}}
-
-```bash
-curl -X GET "https://example.com/user/list" \
--H "Authorization: Bearer your_token_here" \
--H "Content-Type: application/json"
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-
-{{< tab tabName="响应示例" >}}
-{{< markdownify >}}
-
-返回值类型：
-
-```typescript
-type UserListResponseListType = {
-    message?: string; // 报错信息
-    success: boolean;
-    userList: {
-      username: string; // 唯一 id username 必须与 SSO 接口返回的用户 username 相同。并且必须携带一个前缀，例如: sync-aaaaa，和 sso 接口返回的前缀一致 
-      memberName?: string; // 名字，作为 tmbname
-      avatar?: string;
-      contact?: string; // email or phone number
-      orgs?: string[]; // 人员所在组织的 ID。没有组织传 []
-    }[];
-}
-```
-curl示例
-
-```JSON
-{
-  "success": true,
-  "message": "",
-  "userList": [
-    {
-      "username": "fastgpt-123456789",
-      "memberName": "张三",
-      "avatar": "https://example.webp",
-      "contact": "+861234567890",
-      "orgs": ["od-125151515", "od-51516152"]
-    },
-    {
-      "username": "fastgpt-12345678999",
-      "memberName": "李四",
-      "avatar": "",
-      "contact": "",
-      "orgs": ["od-125151515"]
-    }
-  ]
-
-}
-```
-
-{{< /markdownify >}}
-{{< /tab >}}
-{{< /tabs >}}
-
-
-
-
-## 如何对接非标准系统
-
-1. 客户自己开发：按 fastgpt 提供的标准接口进行开发，并将部署后的服务地址填入 fastgpt-pro  
-   可以参考该模版库：[fastgpt-sso-template](https://github.com/labring/fastgpt-sso-template) 进行开发  
-2. 由 fastgpt 团队定制开发：  
-   a. 提供系统的 SSO 文档、获取成员和组织的文档、以及外网测试地址。  
-   b. 在 fastgpt-sso-service 中，增加对应的 provider 和环境变量，并编写代码来对接。

docSite/content/zh-cn/docs/guide/admin/sso_dingtalk.md

@@ -0,0 +1,44 @@
+---
+weight: 490
+title: '钉钉 SSO 配置'
+description: '钉钉 SSO 登录'
+icon: 'chat_bubble'
+draft: false
+images: []
+---
+
+## 1. 注册钉钉应用
+
+登录 [钉钉开放平台](https://open-dev.dingtalk.com/fe/app?hash=%23%2Fcorp%2Fapp#/corp/app)，创建一个应用。
+
+![alt text](/imgs/image-25.png)
+
+## 2. 配置钉钉应用安全设置
+
+点击进入创建好的应用后，点开`安全设置`，配置出口 IP（服务器 IP），和重定向 URL。重定向 URL 填写逻辑：
+
+`{{fastgpt 域名}}/login/provider`
+
+![alt text](/imgs/image-26.png)
+
+## 3. 设置钉钉应用权限
+
+点击进入创建好的应用后，点开`权限设置`，开放两个权限： `个人手机号信息`和`通讯录个人信息读权限`
+
+![alt text](/imgs/image-27.png)
+
+## 4. 发布应用
+
+点击进入创建好的应用后，点开`版本管理与发布`，随便创建一个新版本即可。
+
+## 5. 在 FastGPT Admin 配置钉钉应用 id
+
+名字都是对应上，直接填写即可。
+
+| | |
+| --- | --- |
+| ![alt text](/imgs/image-28.png)| ![alt text](/imgs/image-29.png) |
+
+## 6. 测试
+
+![alt text](/imgs/image-30.png)

docSite/content/zh-cn/docs/guide/admin/teamMode.md

@@ -1,81 +0,0 @@
----
-title: '团队模式说明文档'
-description: 'FastGPT 团队模式说明文档'
-icon: ''
-draft: false
-toc: true
-weight: 707
----
-
-## 介绍
-
-目前支持的团队模式：
-
-1. 多团队模式（默认模式）
-2. 单团队模式（全局只有一个团队）
-3. 成员同步模式（所有成员自外部同步）
-
-<table class="table-hover table-striped-columns" style="text-align: center;">
-  <tr>
-    <th rowspan="2">团队模式</th>
-    <th colspan="2">短信/邮箱 注册</th>
-    <th colspan="2">管理员直接添加</th>
-    <th colspan="2">SSO 注册</th>
-  </tr>
-  <tr>
-    <th>是否创建默认团队</th>
-    <th>是否加入 Root 团队</th>
-    <th>是否创建默认团队</th>
-    <th>是否加入 Root 团队</th>
-    <th>是否创建默认团队</th>
-    <th>是否加入 Root 团队</th>
-  </tr>
-  <tr>
-    <td>单团队模式</td>
-    <td>❌</td>
-    <td>✅</td>
-    <td>❌</td>
-    <td>✅</td>
-    <td>❌</td>
-    <td>✅</td>
-  </tr>
-  <tr>
-    <td>多团队模式</td>
-    <td>✅</td>
-    <td>❌</td>
-    <td>✅</td>
-    <td>❌</td>
-    <td>✅</td>
-    <td>❌</td>
-  </tr>
-  <tr>
-    <td>同步模式</td>
-    <td>❌</td>
-    <td>❌</td>
-    <td>❌</td>
-    <td>✅</td>
-    <td>❌</td>
-    <td>✅</td>
-  </tr>
-</table>
-
-### 多团队模式（默认模式）
-
-多团队模式下，每个用户创建时默认创建以自己为所有者的默认团队。
-
-### 单团队模式
-
-单团队模式是 v4.9 推出的新功能。为了简化企业进行人员和资源的管理，开启单团队模式后，所有新增的用户都不再创建自己的默认团队，而是加入 root 用户所在的团队。
-
-### 同步模式
-
-在完成系统配置，开启同步模式的情况下，外部成员系统的成员会自动同步到 FastGPT 中。
-
-具体的同步方式和规则请参考 [SSO & 外部成员同步](/docs/guide/admin/sso.md)。
-
-
-## 配置
-
-在 `fastgpt-pro` 的`系统配置-成员配置`中，可以配置团队模式。
-
-![](/imgs/teammode.png)

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

@@ -124,7 +124,6 @@ curl --location --request GET '{{baseURL}}/v1/file/content?id=xx' \
     "success": true,
     "message": "",
     "data": {
-        "title": "文档标题",
         "content": "FastGPT 是一个基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的问答场景！\n",
         "previewUrl": "xxxx"
     }
@@ -132,13 +131,10 @@ curl --location --request GET '{{baseURL}}/v1/file/content?id=xx' \
 ```
 
 {{% alert icon=" " context="success" %}}
+二选一返回，如果同时返回则 content 优先级更高。
 
-- title - 文件标题。
 - content - 文件内容，直接拿来用。
 - previewUrl - 文件链接，系统会请求该地址获取文件内容。
-
-`content`和`previewUrl`二选一返回，如果同时返回则 `content` 优先级更高，返回 `previewUrl`时，则会访问该链接进行文档内容读取。
-
 {{% /alert %}}
 
 {{< /markdownify >}}

docSite/content/zh-cn/docs/guide/team_permissions/invitation_link.md

@@ -1,66 +0,0 @@
----
-title: "邀请链接说明文档"
-description: "如何使用邀请链接来邀请团队成员"
-icon: "group"
-draft: false
-toc: true
-weight: 451
----
-
-v4.9.1 团队邀请成员将开始使用「邀请链接」的模式，弃用之前输入用户名进行添加的形式。
-
-在版本升级后，原收到邀请还未加入团队的成员，将自动清除邀请。请使用邀请链接重新邀请成员。
-
-## 如何使用
-
-1. **在团队管理页面，管理员可点击「邀请成员」按钮打开邀请成员弹窗**
-
-![](/imgs/guide/team_permissions/invitation_link/image1.png)
-
-2. **在邀请成员弹窗中，点击「创建邀请链接」按钮，创建邀请链接。**
-
-![](/imgs/guide/team_permissions/invitation_link/image2.png)
-
-3. **输入对应内容**
-
-![](/imgs/guide/team_permissions/invitation_link/image3.png)
-
-链接描述：建议将链接描述为使用场景或用途。链接创建后不支持修改噢。
-
-有效期：30分钟，7天，1年
-
-有效人数：1人，无限制
-
-4. **点击复制链接，并将其发送给想要邀请的人。**
-
-![](/imgs/guide/team_permissions/invitation_link/image4.png)
-
-5. **用户访问链接后，如果未登录/未注册，则先跳转到登录页面进行登录。在登录后将进入团队页面，处理邀请。**
-
-> 邀请链接形如：fastgpt.cn/account/team?invitelinkid=xxxx
-
-![](/imgs/guide/team_permissions/invitation_link/image5.png)
-
-点击接受，则用户将加入团队
-
-点击忽略，则关闭弹窗，用户下次访问该邀请链接则还可以选择加入。
-
-## 链接失效和自动清理
-
-### 链接失效原因
-
-手动停用链接
-
-邀请链接到达有效期，自动停用
-
-有效人数为1人的链接，已有1人通过邀请链接加入团队。
-
-停用的链接无法访问，也无法再次启用。
-
-### 链接上限
-
-一个用户最多可以同时存在 10 个**有效的**邀请链接。
-
-### 链接自动清理
-
-失效的链接将在 30 天后自动清理。

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

@@ -7,7 +7,7 @@ toc: true
 weight: -10
 ---
 
-FastGPT 是一个AI Agent 构建平台，提供开箱即用的数据处理、模型调用等能力，同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的应用场景！
+FastGPT 是一个基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的问答场景！
 
 {{% alert icon="🤖 " context="success" %}}
 FastGPT 在线使用：[https://tryfastgpt.ai](https://tryfastgpt.ai)

env.d.ts

@@ -1,40 +0,0 @@
-declare global {
-  namespace NodeJS {
-    interface ProcessEnv {
-      LOG_DEPTH: string;
-      DEFAULT_ROOT_PSW: string;
-      DB_MAX_LINK: string;
-      TOKEN_KEY: string;
-      FILE_TOKEN_KEY: string;
-      ROOT_KEY: string;
-      OPENAI_BASE_URL: string;
-      CHAT_API_KEY: string;
-      AIPROXY_API_ENDPOINT: string;
-      AIPROXY_API_TOKEN: string;
-      MULTIPLE_DATA_TO_BASE64: string;
-      MONGODB_URI: string;
-      MONGODB_LOG_URI?: string;
-      PG_URL: string;
-      OCEANBASE_URL: string;
-      MILVUS_ADDRESS: string;
-      MILVUS_TOKEN: string;
-      SANDBOX_URL: string;
-      PRO_URL: string;
-      FE_DOMAIN: string;
-      FILE_DOMAIN: string;
-      NEXT_PUBLIC_BASE_URL: string;
-      LOG_LEVEL: string;
-      STORE_LOG_LEVEL: string;
-      USE_IP_LIMIT: string;
-      WORKFLOW_MAX_RUN_TIMES: string;
-      WORKFLOW_MAX_LOOP_TIMES: string;
-      CHECK_INTERNAL_IP: string;
-      CHAT_LOG_URL: string;
-      CHAT_LOG_INTERVAL: string;
-      CHAT_LOG_SOURCE_ID_PREFIX: string;
-      ALLOWED_ORIGINS: string;
-    }
-  }
-}
-
-export {};

package.json

@@ -20,9 +20,9 @@
     "@chakra-ui/cli": "^2.4.1",
     "@vitest/coverage-v8": "^3.0.2",
     "husky": "^8.0.3",
-    "i18next": "23.16.8",
+    "i18next": "23.11.5",
     "lint-staged": "^13.3.0",
-    "next-i18next": "15.4.2",
+    "next-i18next": "15.3.0",
     "prettier": "3.2.4",
     "react-i18next": "14.1.2",
     "vitest": "^3.0.2",

packages/global/common/parentFolder/type.d.ts

@@ -1,8 +1,3 @@
-export type GetPathProps = {
-  sourceId?: ParentIdType;
-  type: 'current' | 'parent';
-};
-
 export type ParentTreePathItemType = {
   parentId: string;
   parentName: string;

packages/global/common/string/textSplitter.ts

@@ -1,17 +1,16 @@
-import { defaultMaxChunkSize } from '../../core/dataset/training/utils';
 import { getErrText } from '../error/utils';
+import { replaceRegChars } from './tools';
 
 export const CUSTOM_SPLIT_SIGN = '-----CUSTOM_SPLIT_SIGN-----';
 
 type SplitProps = {
   text: string;
-  chunkSize: number;
-  maxSize?: number;
+  chunkLen: number;
   overlapRatio?: number;
   customReg?: string[];
 };
-export type TextSplitProps = Omit<SplitProps, 'text' | 'chunkSize'> & {
-  chunkSize?: number;
+export type TextSplitProps = Omit<SplitProps, 'text' | 'chunkLen'> & {
+  chunkLen?: number;
 };
 
 type SplitResponse = {
@@ -57,7 +56,7 @@ const strIsMdTable = (str: string) => {
   return true;
 };
 const markdownTableSplit = (props: SplitProps): SplitResponse => {
-  let { text = '', chunkSize } = props;
+  let { text = '', chunkLen } = props;
   const splitText2Lines = text.split('\n');
   const header = splitText2Lines[0];
   const headerSize = header.split('|').length - 2;
@@ -73,7 +72,7 @@ ${mdSplitString}
 `;
 
   for (let i = 2; i < splitText2Lines.length; i++) {
-    if (chunk.length + splitText2Lines[i].length > chunkSize * 1.2) {
+    if (chunk.length + splitText2Lines[i].length > chunkLen * 1.2) {
       chunks.push(chunk);
       chunk = `${header}
 ${mdSplitString}
@@ -100,17 +99,11 @@ ${mdSplitString}
   5. 标点分割：重叠
 */
 const commonSplit = (props: SplitProps): SplitResponse => {
-  let {
-    text = '',
-    chunkSize,
-    maxSize = defaultMaxChunkSize,
-    overlapRatio = 0.15,
-    customReg = []
-  } = props;
+  let { text = '', chunkLen, overlapRatio = 0.15, customReg = [] } = props;
 
   const splitMarker = 'SPLIT_HERE_SPLIT_HERE';
   const codeBlockMarker = 'CODE_BLOCK_LINE_MARKER';
-  const overlapLen = Math.round(chunkSize * overlapRatio);
+  const overlapLen = Math.round(chunkLen * overlapRatio);
 
   // replace code block all \n to codeBlockMarker
   text = text.replace(/(```[\s\S]*?```|~~~[\s\S]*?~~~)/g, function (match) {
@@ -122,38 +115,34 @@ const commonSplit = (props: SplitProps): SplitResponse => {
   // The larger maxLen is, the next sentence is less likely to trigger splitting
   const markdownIndex = 4;
   const forbidOverlapIndex = 8;
-
-  const stepReges: { reg: RegExp | string; maxLen: number }[] = [
+  const stepReges: { reg: RegExp; maxLen: number }[] = [
     ...customReg.map((text) => ({
-      reg: text.replaceAll('\\n', '\n'),
-      maxLen: chunkSize
+      reg: new RegExp(`(${replaceRegChars(text)})`, 'g'),
+      maxLen: chunkLen * 1.4
     })),
-    { reg: /^(#\s[^\n]+\n)/gm, maxLen: chunkSize },
-    { reg: /^(##\s[^\n]+\n)/gm, maxLen: chunkSize },
-    { reg: /^(###\s[^\n]+\n)/gm, maxLen: chunkSize },
-    { reg: /^(####\s[^\n]+\n)/gm, maxLen: chunkSize },
-    { reg: /^(#####\s[^\n]+\n)/gm, maxLen: chunkSize },
+    { reg: /^(#\s[^\n]+\n)/gm, maxLen: chunkLen * 1.2 },
+    { reg: /^(##\s[^\n]+\n)/gm, maxLen: chunkLen * 1.4 },
+    { reg: /^(###\s[^\n]+\n)/gm, maxLen: chunkLen * 1.6 },
+    { reg: /^(####\s[^\n]+\n)/gm, maxLen: chunkLen * 1.8 },
+    { reg: /^(#####\s[^\n]+\n)/gm, maxLen: chunkLen * 1.8 },
 
-    { reg: /([\n](```[\s\S]*?```|~~~[\s\S]*?~~~))/g, maxLen: maxSize }, // code block
-    {
-      reg: /(\n\|(?:(?:[^\n|]+\|){1,})\n\|(?:[:\-\s]+\|){1,}\n(?:\|(?:[^\n|]+\|)*\n)*)/g,
-      maxLen: maxSize
-    }, // Table 尽可能保证完整性
-    { reg: /(\n{2,})/g, maxLen: chunkSize },
-    { reg: /([\n])/g, maxLen: chunkSize },
+    { reg: /([\n]([`~]))/g, maxLen: chunkLen * 4 }, // code block
+    { reg: /([\n](?=\s*[0-9]+\.))/g, maxLen: chunkLen * 2 }, // 增大块，尽可能保证它是一个完整的段落。 (?![\*\-|>`0-9]): markdown special char
+    { reg: /(\n{2,})/g, maxLen: chunkLen * 1.6 },
+    { reg: /([\n])/g, maxLen: chunkLen * 1.2 },
     // ------ There's no overlap on the top
-    { reg: /([。]|([a-zA-Z])\.\s)/g, maxLen: chunkSize },
-    { reg: /([！]|!\s)/g, maxLen: chunkSize },
-    { reg: /([？]|\?\s)/g, maxLen: chunkSize },
-    { reg: /([；]|;\s)/g, maxLen: chunkSize },
-    { reg: /([，]|,\s)/g, maxLen: chunkSize }
+    { reg: /([。]|([a-zA-Z])\.\s)/g, maxLen: chunkLen * 1.2 },
+    { reg: /([！]|!\s)/g, maxLen: chunkLen * 1.2 },
+    { reg: /([？]|\?\s)/g, maxLen: chunkLen * 1.4 },
+    { reg: /([；]|;\s)/g, maxLen: chunkLen * 1.6 },
+    { reg: /([，]|,\s)/g, maxLen: chunkLen * 2 }
   ];
 
   const customRegLen = customReg.length;
   const checkIsCustomStep = (step: number) => step < customRegLen;
   const checkIsMarkdownSplit = (step: number) =>
     step >= customRegLen && step <= markdownIndex + customRegLen;
-
+  +customReg.length;
   const checkForbidOverlap = (step: number) => step <= forbidOverlapIndex + customRegLen;
 
   // if use markdown title split, Separate record title
@@ -162,8 +151,7 @@ const commonSplit = (props: SplitProps): SplitResponse => {
       return [
         {
           text,
-          title: '',
-          chunkMaxSize: chunkSize
+          title: ''
         }
       ];
     }
@@ -171,46 +159,27 @@ const commonSplit = (props: SplitProps): SplitResponse => {
     const isCustomStep = checkIsCustomStep(step);
     const isMarkdownSplit = checkIsMarkdownSplit(step);
 
-    const { reg, maxLen } = stepReges[step];
+    const { reg } = stepReges[step];
 
-    const replaceText = (() => {
-      if (typeof reg === 'string') {
-        let tmpText = text;
-        reg.split('|').forEach((itemReg) => {
-          tmpText = tmpText.replaceAll(
-            itemReg,
-            (() => {
-              if (isCustomStep) return splitMarker;
-              if (isMarkdownSplit) return `${splitMarker}$1`;
-              return `$1${splitMarker}`;
-            })()
-          );
-        });
-        return tmpText;
-      }
-
-      return text.replace(
+    const splitTexts = text
+      .replace(
         reg,
         (() => {
           if (isCustomStep) return splitMarker;
           if (isMarkdownSplit) return `${splitMarker}$1`;
           return `$1${splitMarker}`;
         })()
-      );
-    })();
-
-    const splitTexts = replaceText.split(splitMarker).filter((part) => part.trim());
+      )
+      .split(`${splitMarker}`)
+      .filter((part) => part.trim());
 
     return splitTexts
       .map((text) => {
         const matchTitle = isMarkdownSplit ? text.match(reg)?.[0] || '' : '';
-        // 如果一个分块没有匹配到，则使用默认块大小，否则使用最大块大小
-        const chunkMaxSize = text.match(reg) === null ? chunkSize : maxLen;
 
         return {
           text: isMarkdownSplit ? text.replace(matchTitle, '') : text,
-          title: matchTitle,
-          chunkMaxSize
+          title: matchTitle
         };
       })
       .filter((item) => !!item.title || !!item.text?.trim());
@@ -219,7 +188,7 @@ const commonSplit = (props: SplitProps): SplitResponse => {
   /* Gets the overlap at the end of a text as the beginning of the next block */
   const getOneTextOverlapText = ({ text, step }: { text: string; step: number }): string => {
     const forbidOverlap = checkForbidOverlap(step);
-    const maxOverlapLen = chunkSize * 0.4;
+    const maxOverlapLen = chunkLen * 0.4;
 
     // step >= stepReges.length: Do not overlap incomplete sentences
     if (forbidOverlap || overlapLen === 0 || step >= stepReges.length) return '';
@@ -260,15 +229,15 @@ const commonSplit = (props: SplitProps): SplitResponse => {
     const isCustomStep = checkIsCustomStep(step);
     const forbidConcat = isCustomStep; // forbid=true时候，lastText肯定为空
 
-    // Over step
+    // oversize
     if (step >= stepReges.length) {
-      if (text.length < maxSize) {
+      if (text.length < chunkLen * 3) {
         return [text];
       }
-      // use slice-chunkSize to split text
+      // use slice-chunkLen to split text
       const chunks: string[] = [];
-      for (let i = 0; i < text.length; i += chunkSize - overlapLen) {
-        chunks.push(text.slice(i, i + chunkSize));
+      for (let i = 0; i < text.length; i += chunkLen - overlapLen) {
+        chunks.push(text.slice(i, i + chunkLen));
       }
       return chunks;
     }
@@ -276,18 +245,19 @@ const commonSplit = (props: SplitProps): SplitResponse => {
     // split text by special char
     const splitTexts = getSplitTexts({ text, step });
 
+    const maxLen = splitTexts.length > 1 ? stepReges[step].maxLen : chunkLen;
+    const minChunkLen = chunkLen * 0.7;
+
     const chunks: string[] = [];
     for (let i = 0; i < splitTexts.length; i++) {
       const item = splitTexts[i];
 
-      const maxLen = item.chunkMaxSize; // 当前块最大长度
-
       const lastTextLen = lastText.length;
       const currentText = item.text;
       const newText = lastText + currentText;
       const newTextLen = newText.length;
 
-      // Markdown 模式下，会强制向下拆分最小块，并再最后一个标题深度，给小块都补充上所有标题（包含父级标题）
+      // Markdown 模式下，会强制向下拆分最小块，并再最后一个标题时候，给小块都补充上所有标题（包含父级标题）
       if (isMarkdownStep) {
         // split new Text, split chunks must will greater 1 (small lastText)
         const innerChunks = splitTextRecursively({
@@ -297,13 +267,11 @@ const commonSplit = (props: SplitProps): SplitResponse => {
           parentTitle: parentTitle + item.title
         });
 
-        // 只有标题，没有内容。
         if (innerChunks.length === 0) {
           chunks.push(`${parentTitle}${item.title}`);
           continue;
         }
 
-        // 在合并最深级标题时，需要补充标题
         chunks.push(
           ...innerChunks.map(
             (chunk) =>
@@ -314,18 +282,9 @@ const commonSplit = (props: SplitProps): SplitResponse => {
         continue;
       }
 
-      // newText is too large(now, The lastText must be smaller than chunkSize)
+      // newText is too large(now, The lastText must be smaller than chunkLen)
       if (newTextLen > maxLen) {
-        const minChunkLen = maxLen * 0.8; // 当前块最小长度
-        const maxChunkLen = maxLen * 1.2; // 当前块最大长度
-
-        // 新文本没有非常大，直接认为它是一个新的块
-        if (newTextLen < maxChunkLen) {
-          chunks.push(newText);
-          lastText = getOneTextOverlapText({ text: newText, step }); // next chunk will start with overlayText
-          continue;
-        }
-        // 上一个文本块已经挺大的，单独做一个块
+        // lastText greater minChunkLen, direct push it to chunks, not add to next chunk. (large lastText)
         if (lastTextLen > minChunkLen) {
           chunks.push(lastText);
 
@@ -335,13 +294,13 @@ const commonSplit = (props: SplitProps): SplitResponse => {
           continue;
         }
 
-        // 说明是当前文本比较大，需要进一步拆分
+        // 说明是新的文本块比较大，需要进一步拆分
 
-        // 把新的文本块进行一个拆分，并追加到 latestText 中
+        // split new Text, split chunks must will greater 1 (small lastText)
         const innerChunks = splitTextRecursively({
-          text: currentText,
+          text: newText,
           step: step + 1,
-          lastText,
+          lastText: '',
           parentTitle: parentTitle + item.title
         });
         const lastChunk = innerChunks[innerChunks.length - 1];
@@ -369,16 +328,16 @@ const commonSplit = (props: SplitProps): SplitResponse => {
 
       // Not overlap
       if (forbidConcat) {
-        chunks.push(currentText);
+        chunks.push(item.text);
         continue;
       }
 
-      lastText = newText;
+      lastText += item.text;
     }
 
     /* If the last chunk is independent, it needs to be push chunks. */
     if (lastText && chunks[chunks.length - 1] && !chunks[chunks.length - 1].endsWith(lastText)) {
-      if (lastText.length < chunkSize * 0.4) {
+      if (lastText.length < chunkLen * 0.4) {
         chunks[chunks.length - 1] = chunks[chunks.length - 1] + lastText;
       } else {
         chunks.push(lastText);
@@ -412,9 +371,9 @@ const commonSplit = (props: SplitProps): SplitResponse => {
 
 /**
  * text split into chunks
- * chunkSize - one chunk len. max: 3500
+ * chunkLen - one chunk len. max: 3500
  * overlapLen - The size of the before and after Text
- * chunkSize > overlapLen
+ * chunkLen > overlapLen
  * markdown
  */
 export const splitText2Chunks = (props: SplitProps): SplitResponse => {

packages/global/common/string/tools.ts

@@ -56,7 +56,7 @@ export const replaceSensitiveText = (text: string) => {
 };
 
 /* Make sure the first letter is definitely lowercase */
-export const getNanoid = (size = 16) => {
+export const getNanoid = (size = 12) => {
   const firstChar = customAlphabet('abcdefghijklmnopqrstuvwxyz', 1)();
 
   if (size === 1) return firstChar;

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

@@ -84,6 +84,11 @@ export type FastGPTFeConfigsType = {
     github?: string;
     google?: string;
     wechat?: string;
+    dingtalk?: string;
+    wecom?: {
+      corpid?: string;
+      agentid?: string;
+    };
     microsoft?: {
       clientId?: string;
       tenantId?: string;
@@ -112,18 +117,17 @@ export type SystemEnvType = {
   vectorMaxProcess: number;
   qaMaxProcess: number;
   vlmMaxProcess: number;
-  hnswEfSearch: number;
+  pgHNSWEfSearch: number;
   tokenWorkers: number; // token count max worker
 
   oneapiUrl?: string;
   chatApiKey?: string;
 
-  customPdfParse?: customPdfParseType;
-};
+  customPdfParse?: {
+    url?: string;
+    key?: string;
 
-export type customPdfParseType = {
-  url?: string;
-  key?: string;
-  doc2xKey?: string;
-  price?: number;
+    doc2xKey?: string;
+    price?: number; // n points/1 page
+  };
 };

packages/global/core/ai/constants.ts

@@ -1,5 +1,3 @@
-import { i18nT } from '../../../web/i18n/utils';
-
 export enum ChatCompletionRequestMessageRoleEnum {
   'System' = 'system',
   'User' = 'user',
@@ -30,13 +28,3 @@ export enum EmbeddingTypeEnm {
   query = 'query',
   db = 'db'
 }
-
-export const completionFinishReasonMap = {
-  close: i18nT('chat:completion_finish_close'),
-  stop: i18nT('chat:completion_finish_stop'),
-  length: i18nT('chat:completion_finish_length'),
-  tool_calls: i18nT('chat:completion_finish_tool_calls'),
-  content_filter: i18nT('chat:completion_finish_content_filter'),
-  function_call: i18nT('chat:completion_finish_function_call'),
-  null: i18nT('chat:completion_finish_null')
-};

packages/global/core/ai/prompt/AIChat.ts

@@ -1,70 +1,54 @@
 import { PromptTemplateItem } from '../type.d';
 import { i18nT } from '../../../../web/i18n/utils';
-import { getPromptByVersion } from './utils';
 
 export const Prompt_QuoteTemplateList: PromptTemplateItem[] = [
   {
     title: i18nT('app:template.standard_template'),
     desc: i18nT('app:template.standard_template_des'),
-    value: {
-      ['4.9.2']: `{
+    value: `{
   "sourceName": "{{source}}",
   "updateTime": "{{updateTime}}",
   "content": "{{q}}\n{{a}}"
 }
 `
-    }
   },
   {
     title: i18nT('app:template.qa_template'),
     desc: i18nT('app:template.qa_template_des'),
-    value: {
-      ['4.9.2']: `<Question>
+    value: `<Question>
 {{q}}
 </Question>
 <Answer>
 {{a}}
 </Answer>`
-    }
   },
   {
     title: i18nT('app:template.standard_strict'),
     desc: i18nT('app:template.standard_strict_des'),
-    value: {
-      ['4.9.2']: `{
+    value: `{
   "sourceName": "{{source}}",
   "updateTime": "{{updateTime}}",
   "content": "{{q}}\n{{a}}"
 }
 `
-    }
   },
   {
     title: i18nT('app:template.hard_strict'),
     desc: i18nT('app:template.hard_strict_des'),
-    value: {
-      ['4.9.2']: `<Question>
+    value: `<Question>
 {{q}}
 </Question>
 <Answer>
 {{a}}
 </Answer>`
-    }
   }
 ];
 
-export const getQuoteTemplate = (version?: string) => {
-  const defaultTemplate = Prompt_QuoteTemplateList[0].value;
-
-  return getPromptByVersion(version, defaultTemplate);
-};
-
 export const Prompt_userQuotePromptList: PromptTemplateItem[] = [
   {
     title: i18nT('app:template.standard_template'),
     desc: '',
-    value: {
-      ['4.9.2']: `使用 <Reference></Reference> 标记中的内容作为本次对话的参考:
+    value: `使用 <Reference></Reference> 标记中的内容作为本次对话的参考:
 
 <Reference>
 {{quote}}
@@ -78,13 +62,11 @@ export const Prompt_userQuotePromptList: PromptTemplateItem[] = [
 - 使用与问题相同的语言回答。
 
 问题:"""{{question}}"""`
-    }
   },
   {
     title: i18nT('app:template.qa_template'),
     desc: '',
-    value: {
-      ['4.9.2']: `使用 <QA></QA> 标记中的问答对进行回答。
+    value: `使用 <QA></QA> 标记中的问答对进行回答。
 
 <QA>
 {{quote}}
@@ -97,13 +79,11 @@ export const Prompt_userQuotePromptList: PromptTemplateItem[] = [
 - 避免提及你是从 QA 获取的知识，只需要回复答案。
 
 问题:"""{{question}}"""`
-    }
   },
   {
     title: i18nT('app:template.standard_strict'),
     desc: '',
-    value: {
-      ['4.9.2']: `忘记你已有的知识，仅使用 <Reference></Reference> 标记中的内容作为本次对话的参考:
+    value: `忘记你已有的知识，仅使用 <Reference></Reference> 标记中的内容作为本次对话的参考:
 
 <Reference>
 {{quote}}
@@ -121,13 +101,11 @@ export const Prompt_userQuotePromptList: PromptTemplateItem[] = [
 - 使用与问题相同的语言回答。
 
 问题:"""{{question}}"""`
-    }
   },
   {
     title: i18nT('app:template.hard_strict'),
     desc: '',
-    value: {
-      ['4.9.2']: `忘记你已有的知识，仅使用 <QA></QA> 标记中的问答对进行回答。
+    value: `忘记你已有的知识，仅使用 <QA></QA> 标记中的问答对进行回答。
 
 <QA>
 {{quote}}
@@ -148,7 +126,6 @@ export const Prompt_userQuotePromptList: PromptTemplateItem[] = [
 - 使用与问题相同的语言回答。
 
 问题:"""{{question}}"""`
-    }
   }
 ];
 
@@ -156,8 +133,7 @@ export const Prompt_systemQuotePromptList: PromptTemplateItem[] = [
   {
     title: i18nT('app:template.standard_template'),
     desc: '',
-    value: {
-      ['4.9.2']: `使用 <Reference></Reference> 标记中的内容作为本次对话的参考:
+    value: `使用 <Reference></Reference> 标记中的内容作为本次对话的参考:
 
 <Reference>
 {{quote}}
@@ -169,13 +145,11 @@ export const Prompt_systemQuotePromptList: PromptTemplateItem[] = [
 - 保持答案与 <Reference></Reference> 中描述的一致。
 - 使用 Markdown 语法优化回答格式。
 - 使用与问题相同的语言回答。`
-    }
   },
   {
     title: i18nT('app:template.qa_template'),
     desc: '',
-    value: {
-      ['4.9.2']: `使用 <QA></QA> 标记中的问答对进行回答。
+    value: `使用 <QA></QA> 标记中的问答对进行回答。
 
 <QA>
 {{quote}}
@@ -186,13 +160,11 @@ export const Prompt_systemQuotePromptList: PromptTemplateItem[] = [
 - 回答的内容应尽可能与 <答案></答案> 中的内容一致。
 - 如果没有相关的问答对，你需要澄清。
 - 避免提及你是从 QA 获取的知识，只需要回复答案。`
-    }
   },
   {
     title: i18nT('app:template.standard_strict'),
     desc: '',
-    value: {
-      ['4.9.2']: `忘记你已有的知识，仅使用 <Reference></Reference> 标记中的内容作为本次对话的参考:
+    value: `忘记你已有的知识，仅使用 <Reference></Reference> 标记中的内容作为本次对话的参考:
 
 <Reference>
 {{quote}}
@@ -208,13 +180,11 @@ export const Prompt_systemQuotePromptList: PromptTemplateItem[] = [
 - 保持答案与 <Reference></Reference> 中描述的一致。
 - 使用 Markdown 语法优化回答格式。
 - 使用与问题相同的语言回答。`
-    }
   },
   {
     title: i18nT('app:template.hard_strict'),
     desc: '',
-    value: {
-      ['4.9.2']: `忘记你已有的知识，仅使用 <QA></QA> 标记中的问答对进行回答。
+    value: `忘记你已有的知识，仅使用 <QA></QA> 标记中的问答对进行回答。
 
 <QA>
 {{quote}}
@@ -233,28 +203,12 @@ export const Prompt_systemQuotePromptList: PromptTemplateItem[] = [
 - 避免提及你是从 QA 获取的知识，只需要回复答案。
 - 使用 Markdown 语法优化回答格式。
 - 使用与问题相同的语言回答。`
-    }
   }
 ];
 
-export const getQuotePrompt = (version?: string, role: 'user' | 'system' = 'user') => {
-  const quotePromptTemplates =
-    role === 'user' ? Prompt_userQuotePromptList : Prompt_systemQuotePromptList;
-
-  const defaultTemplate = quotePromptTemplates[0].value;
-
-  return getPromptByVersion(version, defaultTemplate);
-};
-
 // Document quote prompt
-export const getDocumentQuotePrompt = (version: string) => {
-  const promptMap = {
-    ['4.9.2']: `将 <FilesContent></FilesContent> 中的内容作为本次对话的参考:
-  <FilesContent>
-  {{quote}}
-  </FilesContent>
-  `
-  };
-
-  return getPromptByVersion(version, promptMap);
-};
+export const Prompt_DocumentQuote = `将 <FilesContent></FilesContent> 中的内容作为本次对话的参考:
+<FilesContent>
+{{quote}}
+</FilesContent>
+`;

packages/global/core/ai/prompt/agent.ts

@@ -1,5 +1,3 @@
-import { getPromptByVersion } from './utils';
-
 export const Prompt_AgentQA = {
   description: `<Context></Context> 标记中是一段文本，学习和分析它，并整理学习成果：
 - 提出问题并给出每个问题的答案。
@@ -27,9 +25,7 @@ A2:
 `
 };
 
-export const getExtractJsonPrompt = (version?: string) => {
-  const promptMap: Record<string, string> = {
-    ['4.9.2']: `你可以从 <对话记录></对话记录> 中提取指定 Json 信息，你仅需返回 Json 字符串，无需回答问题。
+export const Prompt_ExtractJson = `你可以从 <对话记录></对话记录> 中提取指定 Json 信息，你仅需返回 Json 字符串，无需回答问题。
 <提取要求>
 {{description}}
 </提取要求>
@@ -48,31 +44,9 @@ export const getExtractJsonPrompt = (version?: string) => {
 {{text}}
 </对话记录>
 
-提取的 json 字符串:`
-  };
+提取的 json 字符串:`;
 
-  return getPromptByVersion(version, promptMap);
-};
-
-export const getExtractJsonToolPrompt = (version?: string) => {
-  const promptMap: Record<string, string> = {
-    ['4.9.2']: `我正在执行一个函数，需要你提供一些参数，请以 JSON 字符串格式返回这些参数，要求：
-"""
-- {{description}}
-- 不是每个参数都是必须生成的，如果没有合适的参数值，不要生成该参数，或返回空字符串。
-- 需要结合前面的对话内容，一起生成合适的参数。
-"""
-
-本次输入内容: """{{content}}"""
-  `
-  };
-
-  return getPromptByVersion(version, promptMap);
-};
-
-export const getCQPrompt = (version?: string) => {
-  const promptMap: Record<string, string> = {
-    ['4.9.2']: `请帮我执行一个"问题分类"任务，将问题分类为以下几种类型之一：
+export const Prompt_CQJson = `请帮我执行一个“问题分类”任务，将问题分类为以下几种类型之一：
 
 """
 {{typeList}}
@@ -90,13 +64,9 @@ export const getCQPrompt = (version?: string) => {
 
 问题："{{question}}"
 类型ID=
-`
-  };
+`;
 
-  return getPromptByVersion(version, promptMap);
-};
-
-export const QuestionGuidePrompt = `You are an AI assistant tasked with predicting the user's next question based on the conversation history. Your goal is to generate 3 potential questions that will guide the user to continue the conversation. When generating these questions, adhere to the following rules:
+export const PROMPT_QUESTION_GUIDE = `You are an AI assistant tasked with predicting the user's next question based on the conversation history. Your goal is to generate 3 potential questions that will guide the user to continue the conversation. When generating these questions, adhere to the following rules:
 
 1. Use the same language as the user's last question in the conversation history.
 2. Keep each question under 20 characters in length.
@@ -104,5 +74,4 @@ export const QuestionGuidePrompt = `You are an AI assistant tasked with predicti
 Analyze the conversation history provided to you and use it as context to generate relevant and engaging follow-up questions. Your predictions should be logical extensions of the current topic or related areas that the user might be interested in exploring further.
 
 Remember to maintain consistency in tone and style with the existing conversation while providing diverse options for the user to choose from. Your goal is to keep the conversation flowing naturally and help the user delve deeper into the subject matter or explore related topics.`;
-
-export const QuestionGuideFooterPrompt = `Please strictly follow the format rules: \nReturn questions in JSON format: ['Question 1', 'Question 2', 'Question 3']. Your output: `;
+export const PROMPT_QUESTION_GUIDE_FOOTER = `Please strictly follow the format rules: \nReturn questions in JSON format: ['Question 1', 'Question 2', 'Question 3']. Your output: `;

packages/global/core/ai/prompt/utils.ts

@@ -1,19 +0,0 @@
-export const getPromptByVersion = (version?: string, promptMap: Record<string, string> = {}) => {
-  const versions = Object.keys(promptMap).sort((a, b) => {
-    const [majorA, minorA, patchA] = a.split('.').map(Number);
-    const [majorB, minorB, patchB] = b.split('.').map(Number);
-
-    if (majorA !== majorB) return majorB - majorA;
-    if (minorA !== minorB) return minorB - minorA;
-    return patchB - patchA;
-  });
-
-  if (!version) {
-    return promptMap[versions[0]];
-  }
-
-  if (version in promptMap) {
-    return promptMap[version];
-  }
-  return promptMap[versions[versions.length - 1]];
-};

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

@@ -73,15 +73,6 @@ export type ChatCompletionMessageFunctionCall =
 export type StreamChatType = Stream<openai.Chat.Completions.ChatCompletionChunk>;
 export type UnStreamChatType = openai.Chat.Completions.ChatCompletion;
 
-export type CompletionFinishReason =
-  | 'close'
-  | 'stop'
-  | 'length'
-  | 'tool_calls'
-  | 'content_filter'
-  | 'function_call'
-  | null;
-
 export default openai;
 export * from 'openai';
 
@@ -89,5 +80,5 @@ export * from 'openai';
 export type PromptTemplateItem = {
   title: string;
   desc: string;
-  value: Record<string, string>;
+  value: string;
 };