FastGPT 快速搭建供应商评估与动态比价系统：完整配置指南-育师

FastGPT 快速搭建供应商评估与动态比价系统：完整配置指南

【免费下载链接】FastGPTFastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, and visual AI workflow orchestration, letting you easily develop and deploy complex question-answering systems without the need for extensive setup or configuration.项目地址: https://gitcode.com/GitHub_Trending/fa/FastGPT

季度末要重新比 30 家供应商的报价，人工翻资质文件、对着 Excel 算加权分，慢且容易出错。本文用 FastGPT 搭一套能落地的替代方案：供应商资料进知识库，评估流程用可视化工作流编排，报价数据按规则比对并给出风险提示。

为什么选 FastGPT

部署轻量：一套 Docker Compose 就能跑起来，MongoDB 存业务数据，PostgreSQL（PG Vector）存向量，官方文档给出的测试环境最低配置是 2 核 4G（见 Docker Compose 部署）。
知识库支持表格批量导入：支持 TXT、MD、PDF、CSV、XLSX 等格式上传，并支持 QA 拆分导入（见 README 核心功能列表）。
流程可视化编排：从 V4.0 起用 Flow 节点编排构建应用，知识库搜索、AI 对话等节点可以自由拼接，无需写代码（见工作流&插件）。

整体架构：数据从哪来，结果到哪去

数据流分三段：供应商资质表、评分规则、历史报价以文件形式入库，经分块和向量化存入知识库；评估时用户输入采购需求，工作流从【流程开始】触发，先执行【知识库搜索】节点召回相关供应商资料，再交给【AI 对话】节点按评分规则生成对比和结论；结果连同引用来源一起返回给采购人员。价格数据走两条路：本地价格表入库，实时报价通过 OpenAPI 或工作流 HTTP 节点从 ERP 接口拉取。

环境跑通：Docker 部署 FastGPT 并完成初始配置

本节产出：一个可登录的 FastGPT 实例，语言模型和索引模型配置完成。

操作：

克隆仓库：git clone https://gitcode.com/GitHub_Trending/fa/FastGPT。
按 Docker Compose 部署文档获取配置文件：推荐运行交互式安装脚本，它会下载docker-compose.yml、随机生成 root 密码和各类 Token，并按终端输出保存密码；也可以手动下载docker-compose.yml后走install.sh本地 compose 模式。部署模板参考 deploy/dev/docker-compose.cn.yml，国内镜像源走阿里云 registry。
在docker-compose.yml同级目录启动（完整命令见下方代码块）。
浏览器访问http://localhost:3000，用root账号和DEFAULT_ROOT_PSW密码登录。
首次登录会提示未配置模型并自动跳转：在「管理员-模型提供商」配置语言模型和索引模型，两类都配好系统才能正常使用。
从插件市场安装系统插件（V4.14 起镜像不再预装插件）。

# 预拉取所有服务及沙盒运行时镜像 docker compose --profile prepull pull # 启动容器 docker compose up -d

验证：容器全部显示 healthy，页面能登录，模型配置页同时存在可用的语言模型和索引模型，对话测试有正常回复。

创建供应商知识库：数据集建立与分块入库

本节产出：一个可被工作流搜索的「供应商评估库」，每家供应商的资料可独立召回。

操作：

侧边栏进入「知识库」，新建知识库，命名如供应商评估库，选择一个索引模型。
上传供应商资料。知识库结构是「库-集合-数据」三层，库是搜索的最小单位，集合只做分类管理（见知识库搜索方案和参数）。建议每家供应商建一个集合，或按「资质文件」「历史报价」拆集合。格式支持 CSV、XLSX，供应商名单可以直接 Excel 批量导入。
上传时开启「增强处理」或「问答拆分」：让文件处理模型为每个 chunk 生成相关问题和摘要，把「某公司是否有 ISO9001 认证」这类问题直接变成可召回的索引，而不是只靠原文匹配。
入库后在数据块列表抽查，必要时手动修改 chunk 内容，避免一段话混进两家供应商的信息。

验证：新建一个临时应用绑定该库，提问「列出所有具备 ISO9001 认证的供应商」，回答引用了正确的数据块且无串户。

编排评估工作流：指标维度、流程节点与评分逻辑

本节产出：一个输入采购需求、输出多维评分报告的对话工作流。

操作：

工作台新建应用，选择「工作流」类型，进入 Flow 画布。
节点连线：流程开始 → 知识库搜索 → AI 对话。知识库搜索节点绑定上节的供应商评估库，调整 topK、相似度阈值和是否启用全文/混合检索。
在 AI 对话节点的提示词中固化评分逻辑，输出格式约束为 JSON，便于后续解析。权重可按品类调整，示意如下：

{ "dimensions": [ { "name": "资质认证", "weight": 0.3, "标准": "ISO9001、行业许可证缺一不可" }, { "name": "财务状况", "weight": 0.2, "标准": "资产负债率低于 70%" }, { "name": "履约能力", "weight": 0.3, "标准": "按时交付率、质量合格率" }, { "name": "价格水平", "weight": 0.2, "标准": "对比市场均价偏离度" } ] }

提示词末尾要求模型：每个维度给出得分和依据，标注引用来源，给出综合分与一句话结论。

验证：跑一次测试，检查输出的维度分是否都能在工作流调试面板的引用列表里找到对应数据块；换一家供应商再跑，结论应不同而不是套模板。节点输入/输出与连线的完整概念见工作流&插件。

接入价格数据：报价入库与预警规则

本节产出：价格集合、一个可被工作流调用的报价来源，以及写在提示词里的预警规则。

操作：

本地价格：把 ERP 导出的历史成交价 CSV 导入供应商评估库的价格集合，或单独建「市场价格库」，同样开增强处理，让「某物料近 90 天均价」可被检索。
实时价格：FastGPT 提供 OpenAPI，其中包含知识库搜索接口（见 openapi 文档目录），可以把它接到内部比价系统；也可以在工作流里加 HTTP 节点调用 ERP 报价接口，返回值并入评估上下文。
预警规则：FastGPT 没有独立的预警配置器，规则直接写在 AI 对话节点提示词里，例如「供应商报价高于近 90 天均价 20% 时，在结论中标注『价格异常，建议核实』；低于市场均价 8 成时标注『低价风险』」。

验证：向工作流输入一家报价明显偏高的供应商，输出中出现对应风险标注，且能指向价格集合里的数据块。

端到端验证：跑一次真实的比价需求

输入：「Q3 采购 50 台标准服务器（32C/128G），对比供应商 A、B、C 的报价并给出推荐」。

期望输出：一张三家对比表（单价、总价、资质得分、交付周期）、各维度得分及引用、综合推荐结论，以及风险标注——比如 A 报价高于市场均价 20% 被标红，C 缺行业许可证被提示人工复核。若某维度没数据，模型应明确说「未找到 XX 供应商的履约记录」，而不是编造。出现引用缺失或结论串户时，回到知识库集合拆分和提示词约束两处排查。