犀牛鸟 2026 研究笔记 estelledc.github.io
首页 / 赛道研究 / RAG / 知识库

Ch35: FastGPT 源码走读——FlowNode 与 QA 对索引

Part 9 · 前置：Ch18 FastGPT 精读 · 后续：Ch36 AnythingLLM

结论先行：FastGPT 是 TypeScript Monorepo——大师读 packages/service/core/dataset/training/ 的 QA 对拆分 与 packages/service/support/permission/ 的 多租户 RBAC。核心差异化在 索引增强（LLM 生成 Q-A 对再 embed），不在 retriever 数学。企业场景卖的是「Team 隔离 + 工作流 + 配额」，WeKnora 可并行做 QA 索引而不替代三路检索。

一、日常类比

传统段落索引像 把说明书整页贴墙上：用户问「怎么连 Wi-Fi？」，墙上写的是「本设备支持蓝牙 5.0 和 Wi-Fi 6…」——问句和陈述句对不上。FastGPT 的 QA 拆分像 额外贴一墙便利贴：「Q: 支持哪些无线？ A: 蓝牙5.0和Wi-Fi6」——检索时 问题对问题，口语 FAQ（E 组）更容易命中。

多租户像 同一栋写字楼不同公司：电梯（平台）共用，但每家公司只能进自己的楼层（teamId filter），API Key 和知识库不能串。

二、Commit / 版本 Pin 说明

项 建议
仓库 labring/FastGPT
分支 main + clone 日 2026-06 的 commit hash 写入笔记
栈 Next.js + MongoDB + PostgreSQL(pgvector)
部署 Sealos 模板或 pnpm i && pnpm dev（以仓库 README 为准） 
git clone https://github.com/labring/FastGPT.git
cd FastGPT && git rev-parse HEAD > ~/fastgpt-pin.txt
pnpm install && pnpm dev   # 或 docker 一键

Monorepo 路径以 packages/ 为准；若仓库结构调整，以 pin commit 下 rg FlowNode 结果为准。

三、目录地图（QA + 多租户）

路径 职责
packages/global/core/workflow/type.d.ts FlowNode 类型枚举、边与变量
packages/service/core/workflow/dispatch/ 各节点执行器 dispatchDatasetSearch, dispatchLLM
packages/service/core/dataset/ Dataset / Collection / Data CRUD
packages/service/core/dataset/training/ generateQA() QA 对生成与向量化
packages/service/core/dataset/search/ pgvector + Mongo 全文双路
packages/service/support/permission/ authDataset(), RBAC
packages/service/support/user/ User / Team / MemberGroup
projects/app/ Next.js 前端

四、一条具体调用链（文档上传 → QA 索引 → 检索）

projects/app 上传 UI
  → projects/app/src/pages/api/core/dataset/collection/create.ts   # API 路由
  → packages/service/support/permission/auth/dataset.ts            # teamId 鉴权
  → packages/service/core/dataset/collection/controller.ts         # 创建 collection
  → packages/service/core/dataset/training/generateQA.ts           # 调 LLM 生成多组 (Q,A)
  → packages/service/core/ai/openai/index.ts                       # chatCompletion 抽 QA
  → packages/service/core/dataset/training/generateVector.ts       # question 字段 embed
  → PostgreSQL pgvector + MongoDB 全文索引
--- 用户问答 ---
  → packages/service/core/workflow/dispatch/index.ts               # dispatchWorkFlow
  → packages/service/core/workflow/dispatch/datasetSearch.ts       # 双路召回
  → packages/service/core/dataset/search/controller.ts             # embeddingSearch + fullTextSearch
  → packages/service/core/workflow/dispatch/llm.ts                 # 拼 context → 生成

大师理解：QA 拆分发生在 training 链，检索仍走 dataset/search/——是索引增强，不是替换向量检索。

五、grep 起手式

cd FastGPT
rg -n "generateQA|generateVector" packages/service/core/dataset/
rg -n "FlowNodeTypeEnum|datasetNode" packages/global/core/workflow/
rg -n "teamId|authDataset" packages/service/support/
rg -l "fullTextSearch|embeddingSearch" packages/service/core/dataset/search/
rg -i "qa.*split|question.*answer" packages/ --glob '*.{ts,tsx}' | head -20

六、与 Dify / WeKnora / Lab

维度 FastGPT Dify WeKnora
栈 TS 全栈 Py + Next Go + Py
强项 QA 索引 + 多租户 SaaS Provider + Workflow 三路 + RRF
FAQ 场景 E 组预期优 中 中（可加 QA 索引）

Lab：queries-smoke-20.jsonl E 组 + faq-version-conflict.md → Ch37。

七、动手练习（45–60 分钟）

时段 任务
0–15 min 本地起 FastGPT，创建 Team + Dataset，开启 QA 拆分（若 UI 有开关则打开）
15–30 min 上传 faq-version-conflict.md，在数据预览看是否生成 Q-A 对
30–45 min 读 generateQA.ts，找出 prompt 模板位置与写入字段（question vs content）
45–60 min 用两个不同 Team 账号验证 A 团队看不到 B 团队 Dataset；写 5 行：QA 索引如何解决「问句 vs 陈述句」鸿沟

章末自检

延伸阅读