FastGPT API 文件库功能介绍和使用方式

背景

目前 FastGPT 支持本地文件导入，但是很多时候，用户自身已经有了一套文档库，如果把文件重复导入一遍，会造成二次存储，并且不方便管理。因为 FastGPT 提供了一个 API 文件库的概念，可以通过简单的 API 接口，去拉取已有的文档库，并且可以灵活配置是否导入。

API 文件库能够让用户轻松对接已有的文档库，只需要按照 FastGPT 的 API 文件库规范，提供相应文件接口，然后将服务接口的 baseURL 和 token 填入知识库创建参数中，就能直接在页面上拿到文件库的内容，并选择性导入

如何使用 API 文件库

创建知识库时，选择 API 文件库类型，然后需要配置两个关键参数:文件服务接口的 baseURL 和用于身份验证的请求头信息。只要提供的接口规范符合 FastGPT 的要求，系统就能自动获取并展示完整的文件列表，可以根据需要选择性地将文件导入到知识库中。

你需要提供两个参数：

• baseURL: 文件服务接口的 baseURL
• authorization: 用于身份验证的请求头信息，实际请求格式为 Authorization: Bearer <token>

接口规范

接口响应格式：

type ResponseType = {  success: boolean;  message: string;  data: any;}

数据类型：

// 文件列表中，单项的文件类型type FileListItem = {  id: string;  parentId: string | null;  name: string;  type: 'file' | 'folder';  updateTime: Date;  createTime: Date;}

1. 获取文件树

请求示例响应示例

• parentId - 父级 id，可选，或者 null。
• searchKey - 检索词，可选

curl --location --request POST '{{baseURL}}/v1/file/list' \--header 'Authorization: Bearer {{authorization}}' \--header 'Content-Type: application/json' \--data-raw '{    "parentId": null,    "searchKey": ""}'

2. 获取单个文件内容（文本内容或访问链接）

请求示例响应示例

curl --location --request GET '{{baseURL}}/v1/file/content?id=xx' \--header 'Authorization: Bearer {{authorization}}'

3. 获取文件阅读链接（用于查看原文）

请求示例响应示例

id 为文件的 id。

curl --location --request GET '{{baseURL}}/v1/file/read?id=xx' \--header 'Authorization: Bearer {{authorization}}'

《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。全书共11章，前6章涵盖深度学习基础，包括张量运算、神经网络原理、数据预处理及卷积神经网络等；后5章进阶探讨图像、文本、音频建模技术，并结合Transformer架构解析大语言模型的开发实践。书中通过房价预测、图像分类等案例讲解模型构建方法，每章附有动手练习题，帮助读者巩固实战能力。内容兼顾数学原理与工程实现，适配PyTorch框架最新技术发展趋势。