源码系统概览
文章正文
FastGPT 是一套基于大语言模型的开源 AI Agent 应用平台源码。
它把数据处理、模型调用和可视化工作流编排都收进同一个系统。
你可以用它搭一套自己的知识库问答，也能做智能客服或者跑自动化的 AI 工作流。
这份是 labring/FastGPT 的开源版源码，拿来本地私有化部署、二次开发都合适。
源码简介
FastGPT 的核心定位是基于 LLM 的 RAG 知识库与 AI 工作流编排平台。
整个仓库是 pnpm 加 turbo 的 monorepo，前端应用、后端服务和好几个独立子项目都在里面。
前端 projects/app 用 Next.js 和 React 写，界面组件走 Chakra UI，那块可视化编排画布就是在这里画出来的。
后端 packages/service 跑在 Node.js 上，知识库、对话和工作流调度这些核心业务都在这层。
packages/dal 把 MongoDB 和 Redis 的连接封装好，异步任务队列交给 BullMQ 处理。
RAG 检索那块由 packages/service/common/vectorDB 模块负责，能接上主流向量数据库做语义召回。
工作流里要跑的 JS、Python 代码交给 projects/code-sandbox 执行，这块做了安全隔离。
项目由 labring 团队在 GitHub 上开源维护，许可证是 FastGPT Open Source License，允许当后台服务商用，但别把它再包一层当成 SaaS 转卖。
适用场景
企业可以把产品手册、政策文件和 FAQ 灌进知识库，做对内对外的智能问答助手。
客服团队拿文档训练一个专属 AI 客服，用户问产品问题就能用对话的方式得到答案。
开发者把多个大模型节点在可视化 Flow 里串成业务工作流，然后直接对外暴露成 API。
教育机构、内容团队也能很快做出带引用溯源的问答机器人，少让模型瞎编。
数据不想出内网的团队，直接把它跑在自己服务器或者 Kubernetes 集群上就行。
功能亮点
数据处理不用额外搭：txt、md、pdf、docx、pptx、csv、xlsx 还有网页链接都能直接导入。
工作流可视化编排：对话流、插件流加基础 RPA 节点都能拖拽连线，调试时调用链路看得一清二楚。
混合检索加重排：知识库支持多库复用、chunk 改了删了都有记录，检索召回质量更稳。
双向 MCP 辅助：平台能走 MCP 协议接外部工具，反过来也能帮你把工作流节点生成出来。
运营功能该有的都有：免登录分享窗口、Iframe 一键嵌入、统一对话记录查阅标注、应用运营日志。
源码免费拿：项目走开源协议免费放出，个人和企业在合规范围内都能免费下载来用。
下面这张表只比技术栈和功能侧重，Dify 那一栏来自公开资料，大家按自己团队情况挑。
| 维度 | FastGPT | Dify（公开资料） |
|---|---|---|
| 前端技术栈 | Next.js + React + Chakra UI | Next.js + React |
| 后端技术栈 | Node.js（TypeScript） | Python（Flask 系） |
| 部署方式 | Docker Compose 一键启动 | Docker Compose / Kubernetes |
| 功能侧重 | RAG 知识库问答 + 工作流编排 | 通用 LLM 应用开发 + 多模型编排 |
技术架构与部署指南
技术栈与运行环境
前端：Next.js + React + Chakra UI + Lexical + Monaco Editor
后端：Node.js（≥22.23.2）+ Hono（沙盒/卷管理）+ Bun（部分子项目）
数据库：MongoDB（业务数据）+ Redis（BullMQ 队列与缓存）+ 向量数据库（RAG 检索）
运行环境：pnpm 10.x 包管理、turbo 构建、Docker 容器化部署、需 Python 3.11（代码沙盒）
其他依赖：AI Proxy / OneApi 模型聚合、MCP Server、agent-sandbox（Docker 隔离）、OpenAI SDK
安装与部署提示
官方给了 Docker Compose 一键脚本，终端里跑安装引导、把容器拉起来就能用。
起来之后访问 http://localhost:3000，默认管理员账号 root，密码 1234。
第一次启动要在环境变量里把 MongoDB、Redis 和选好的向量数据库连接地址配好。
模型能力靠 AI Proxy 或 OneApi 这类聚合服务，得填一个能用的模型 API Key 和基础地址。
代码沙盒和 agent-sandbox 建议生产环境单独部署，chroot、seccomp 这些隔离记得打开。
截图与演示说明
仪表盘 /dashboard/agent 是应用编排主界面，左边应用列表，右边可视化 Flow 画布。
/app/detail 页面用来配置单个应用的模型、知识库和提示词这些核心参数。
/core/workflow/debug 提供工作流调试模式，每个节点的输入输出和完整调用链路日志都能看。
知识库管理界面支持手动输入、直接分段和 QA 拆分导入，chunk 也能改能删。
对话测试页在回答下面把引用来源亮出来，引用内容支持修改和删除，方便你核对对不对。
分享窗口和 Iframe 嵌入配置在应用运营模块里，能生成免登录对外访问入口。
常见问题
问：FastGPT 是什么类型的源码？
FastGPT 是一套基于大语言模型的开源 AI Agent 构建平台源码，核心能力是 RAG 知识库问答与可视化工作流编排。
问：这套源码可以免费下载和使用吗？
可以。本项目遵循 FastGPT Open Source License，个人与企业可在合规范围内免费下载源码并作为后台服务使用，但不能二次包装成 SaaS 对外售卖。
问：FastGPT 和 Dify 有什么区别？
两者都是开源的 LLM 应用平台，FastGPT 在 RAG 知识库问答与工作流编排上更聚焦，Dify 则偏向通用 LLM 应用开发与多模型编排，可按团队技术栈选择。
问：最低部署需要哪些依赖？
需要一台能跑 Docker 的服务器，准备好 MongoDB、Redis 和一种向量数据库，再配好模型聚合服务（如 AI Proxy）的 API Key。
安全风险提示
经代码扫描，本项目在代码沙盒模块存在动态执行能力，属于设计内的功能而非恶意后门。
路径：projects/code-sandbox/README.md 与 src/pool/worker.ts
类型：JS/Python 动态代码执行（沙盒）
证据：README 明确说明 JS 采用长驻 worker 进程池、Python 采用 one-shot 预热进程池，并在 Linux/Docker 环境固定启用 chroot、seccomp、setuid/setgid 隔离。
建议：生产环境务必独立部署代码沙盒与 agent-sandbox，保持 chroot、seccomp 等隔离开启，不要关闭沙盒安全参数，避免用户代码逃逸到宿主。
特别提示：本源码已做安全扫描，代码沙盒为设计内功能，部署前仍请结合实际环境进行安全审计，确认配置无误后再上线使用！
下载说明
源码仅供学习研究、测试部署和二次开发参考，商用前请自行确认授权、版权和安全风险。
FastGPT 采用 FastGPT Open Source License，作为后台服务可直接商用，但不得包装成 SaaS 服务转售，商用请保留相关版权信息。
部署前请务必在隔离环境中完成安全审计，确认代码沙盒隔离与数据库配置无误后再对外提供服务。
最后更新：2026-08-27
GitHub项目开源地址：https://github.com/labring/FastGPT
