FastGPT + OneAPI 构建知识库

### 使用 FastGPT API 上传知识库 为了通过 API 将知识库上传至 FastGPT，需先确保已成功部署并配置好 FastGPT 平台以及 OneAPI 的设置[^2]。接着，在准备上传之前，确认拥有有效的访问令牌以便于授权请求。 #### 获取访问令牌 登录 FastGPT 后端管理界面，进入账户安全选项卡获取或生成新的 OAuth 访问令牌用于后续的 API 调用验证过程。 #### 构建 HTTP 请求 构建 POST 方法的 HTTP 请求向 `/api/v1/knowledge_bases` 接口发送数据包以创建新知识库实例。此操作通常涉及提供 JSON 格式的主体内容，其中至少应包含名称字段和其他必要参数。 ```json { "name": "Example Knowledge Base", "description": "This is an example knowledge base created via the API." } ``` #### 实现文件上传功能 对于实际的知识条目导入，则可通过调用特定设计用来处理批量文档加载的服务接口实现。这一般涉及到 multipart/form-data 类型的数据提交方式，并指定目标存储位置等细节信息。 ```bash curl -X 'POST' \ 'http://your-fastgpt-instance/api/v1/upload' \ -H 'accept: application/json' \ -H 'Authorization: Bearer YOUR_ACCESS_TOKEN_HERE' \ -F 'file=@path/to/your/file.pdf' ``` 上述命令展示了如何利用 cURL 工具执行带有多部分表单编码格式的 POST 请求来上传 PDF 文件作为知识素材的一部分[^3]。 #### 自动化流程集成 考虑到更复杂的场景需求，还可以考虑开发自定义脚本或者应用程序逻辑与 FastGPT RESTful APIs 结合起来自动化整个知识录入的过程。Python 是一种非常适合此类任务的语言之一： ```python import requests url = "http://your-fastgpt-instance/api/v1/upload" headers = { 'accept': 'application/json', 'Authorization': f'Bearer {access_token}' } files = {'file': open('example_document.txt', 'rb')} response = requests.post(url, headers=headers, files=files) if response.status_code == 200: print("File uploaded successfully.") else: print(f"Failed to upload file. Status code: {response.status_code}") ``` 这段 Python 代码片段说明了怎样借助 `requests` 库简化基于 Web 的资源交互动作，从而达到高效便捷地更新维护内部资料的目的。