很久没有看 fastgpt 最新版是怎么样的了，周末抽空在本地部署一下做个备忘，最终使用了下发现和早期还是有很大变化，特别已经将早期的 one-api 替换成了现在的 ai-proxy（估计也是直接基于 one-api 封装的吧），然后添加模型以及工具也改成了以插件的方式安装了，这点和 dify 有点像了，这些产品大多数都是这样为了方便扩展都采用插件方便二开扩展了，不废话直接进行进入正文。

介绍

FastGPT 是一个基于 LLM 大语言模型的知识库问答系统，将智能对话与可视化编排完美结合，让 AI 应用开发变得简单自然。无论您是开发者还是业务人员，都能轻松打造专属的 AI 应用。

开源地址

Github 地址：点此跳转

截止 2026-03-01 日： star 数 27.2k

前置条件

最低配置要求：2C4G，硬盘 20G+，安装 Git、Docker和Docker Compose 2.20.3+，版本新一点就 ok，官方没具体明确主要看使用到哪些语法

开始安装

本文依旧是以 docker 方式部署，如果需要使用官方引导式部署，可以点此参考官方文档操作

本文以一台 macos 26.3 Apple M4 16G机器为例，部署当前最新版本 v4.14.7.2 。

╭─    ~ ·············································································· ✔  base   19:53:06  ─╮
╰─ sw_vers                                                                                                        ─╯
ProductName:        macOS
ProductVersion:        26.3
BuildVersion:        25D125
╭─    ~ ·············································································· ✔  base   20:27:39  ─╮
╰─ git -v                                                                                                         ─╯
git version 2.47.1
╭─    ~ ·············································································· ✔  base   20:27:41  ─╮
╰─ docker -v                                                                                                      ─╯
Docker version 28.4.0, build d8eb465f86
╭─    ~ ·············································································· ✔  base   20:27:44  ─╮
╰─ docker-compose -v                                                                                              ─╯
Docker Compose version 2.39.4

依次执行下面命令：

git clone https://github.com/labring/FastGPT.git
cd FastGPT
# 切换最新稳定版
git switch -c 4.14.7.2
cd deploy/docker/cn
# 下载默认配置文件
wget https://doc.fastgpt.cn/deploy/config/config.json
# 我这里使用 pg 版本，可选目录下面的其他Oceanbase、Milvus、Zilliz、SeekDB，替换成对应的编排文件运行即可。
docker-compose -f docker-compose.pg.yml up -d

运行后等待所有容器健康，然后访问服务器IP:3000，使用默认账号密码root/1234登录系统设置即可。

服务一共占用如下端口，如果是公网服务器需要暴露对应防火墙策略。

  1. 3000 端口（FastGPT 主服务）
  2. 9000 端口（S3 服务）
  3. 3005 端口（FastGPT SSE MCP server 服务）

开源 LLM 大模型知识库问答系统 FastGPT 部署教程

然后依次点击账号，模型提供商，设置最基础的对话和向量模型则可以使用了。

开源 LLM 大模型知识库问答系统 FastGPT 部署教程

开源 LLM 大模型知识库问答系统 FastGPT 部署教程

然后开始享用吧～。

常见问题

1、报错Error starting userland proxy: listen tcp4 0.0.0.0:3000: bind: address already in use。

答：端口冲突，直接修改对应部署文件docker-compose 端口定义为：映射端口:运行端口。只需要修改映射端口为未占用的，最终访问地址也是改为映射后的地址。

2、运行registry.cn-hangzhou.aliyuncs.com/fastgpt/fastgpt:v4.14.7.1镜像无法找到。

答：官方这个版本的编排文件的镜像地址没有修改为正确的版本信息，直接将镜像修改为 v4.14.7.2 版本再运行即可。

3、minio部署的访问地址和账号密码信息是多少。

答：默认部署访问地址为 IP:9000，默认账号密码为minioadmin/minioadmin

4、向量存储数据库这官方提供的不同版本我应该如何选择部署

答：按照官方推荐，PgVector版本适合知识库索引量在 5000 万以下，Milvus版本对于亿级以上向量性能更优秀，zilliz cloud版本是Milvus 原厂打造，是全托管的 SaaS 向量数据库服务，如果可以用云厂商首选，SeekDB版本是基于 MySQL 协议的高性能向量数据库，与 OceanBase 协议完全兼容，支持高效的向量检索，已经有此基础设施可以使用。总结一句话：新手 / 小规模场景选PgVector，中大规模 / 高性能需求选Milvus，企业级 / 国产化需求选OceanBase，轻量 / 边缘部署场景选SeekDB。

总结

本文主要介绍了在 macos 使用 docker 部署 fastgpt 知识库问答平台，官方提供的编排文件中存在镜像未修改为最近导致跑不起来需要手动修改，这算是一个坑，总体体验下来 fastgpt 更使用于一些小白，相比于 dify 来说使用更简单，感兴趣的朋友可以按照本教程部署体验下，综合体验下市面上的产品可以在做产品设计、开发阶段提供很多有效的参考，毕竟中国式产品基本上都是“先借鉴再创新”。

文章目录