4.7 doc update (labring#1068)

* fix: plugin update

* feat: get current time plugin

* fix: ts

* perf: select app ux

* fix: ts

* perf: max w

* move code

* perf: inform tip

* fix: inform

* doc

* fix: tool handle

* perf: tmp file store

* doc

* fix: message file selector

* feat: doc

* perf: switch trigger

* doc

* fix: openapi import

* rount the number

* parse openapi schema

* fix empty line after variables (labring#64)

* doc image

* image size

* doc

* doc

* catch error

---------

Co-authored-by: heheer <[email protected]>

.gitignore

@@ -42,3 +42,5 @@ docSite/.vercel
 .idea/
 files/helm/fastgpt/fastgpt-0.1.0.tgz
 files/helm/fastgpt/charts/*.tgz
+
+tmp/

docSite/content/docs/commercial/intro.md

@@ -26,10 +26,11 @@ FastGPT 商业版是基于 FastGPT 开源版的增强版本，增加了一些独
 | 内容审核 | ❌ | ✅ | ✅ |
 | web站点同步 | ❌ | ✅ | ✅ |
 | 管理后台 | ❌ | ✅ | ✅ |
-| 完整商业授权 | ❌ | ✅ | ✅ |
+| 增强训练模式 | ❌ | ✅ | ✅ |
 | 图片知识库 | ❌ | 设计中 | 设计中 |
 | 自动规划召回 | ❌ | 设计中 | 设计中 |
 | 对话日志运营分析 | ❌ | 设计中 | 设计中 |
+| 完整商业授权 | ❌ | ✅ | ✅ |
 {{< /table >}}
 
 ## 商业版软件价格

docSite/content/docs/course/ai_settings.md

@@ -1,6 +1,6 @@
 ---
-title: "AI 高级配置说明"
-description: "FastGPT AI 高级配置说明"
+title: "AI 相关参数配置说明"
+description: "FastGPT AI 相关参数配置说明"
 icon: "sign_language"
 draft: false
 toc: true
@@ -9,17 +9,33 @@ weight: 102
 
 在 FastGPT 的 AI 对话模块中，有一个 AI 高级配置，里面包含了 AI 模型的参数配置，本文详细介绍这些配置的含义。
 
-## 返回AI内容
+|  |  | |
+| --- | --- | --- |
+| ![](/imgs/aichat0.png) | ![](/imgs/aichat02.png) | ![](/imgs/aichat2.png) |
+
+## 返回AI内容（高级编排特有）
 
 这是一个开关，打开的时候，当 AI 对话模块运行时，会将其输出的内容返回到浏览器（API响应）；如果关闭，AI 输出的内容不会返回到浏览器，但是生成的内容仍可以通过【AI回复】进行输出。你可以将【AI回复】连接到其他模块中。
 
-## 温度
+### 最大上下文
+
+代表模型最多容纳的文字数量。
+
+### 函数调用
+
+支持函数调用的模型，在使用工具时更加准确。
+
+### 温度 
+
+越低回答越严谨，少废话（实测下来，感觉差别不大）
+
+### 回复上限
 
-可选范围0-10，越大代表生成的内容越自由扩散，越小代表约严谨。调节能力有限，知识库问答场景通常设置为0。
+最大回复 token 数量。注意，是回复的Tokens！不是上下文 tokens。
 
-## 回复上限
+### 系统提示词
 
-控制 AI 回复的最大 Tokens，较小的值可以一定程度上减少 AI 的废话，但也可能导致 AI 回复不完整。
+被放置在上下文数组的最前面，role 为 system，用于引导模型。
 
 ## 引用模板 & 引用提示词
 
@@ -123,7 +139,7 @@ Tips: 建议根据不同的场景，每种知识库仅选择1类数据类型，
 
 | 非严格模板效果 | 选择严格模板 | 严格模板效果 |
 | --- | --- | --- |
-| ![](/imgs/datasetprompt7.jpg) | ![](/imgs/datasetprompt8.jpg) |![](/imgs/datasetprompt9.jpg) |
+| ![](/imgs/datasetprompt7.webp) | ![](/imgs/datasetprompt8.jpg) |![](/imgs/datasetprompt9.jpg) |
 
 #### 提示词设计思路
 

docSite/content/docs/course/datasetEngine.md

@@ -51,15 +51,15 @@ FastGPT 采用了 `PostgresSQL` 的 `PG Vector` 插件作为向量检索器，
 
 | 库 | 集合 | 数据 |
 | --- | --- | --- |
-| ![](/imgs/datasetEngine1.jpg) | ![](/imgs/datasetEngine2.jpg) | ![](/imgs/datasetEngine3.jpg) |
+| ![](/imgs/datasetEngine1.jpg) | ![](/imgs/datasetEngine2.jpg) | ![](/imgs/datasetEngine3.webp) |
 
 ### 导入数据方案1 - 直接分段导入
 
 选择文件导入时，可以选择直接分段方案。直接分段会利用`句子分词器`对文本进行一定长度拆分，最终分割中多组的`q`。如果使用了直接分段方案，我们建议在`应用`设置`引用提示词`时，使用`通用模板`即可，无需选择`问答模板`。
 
 | 交互 | 结果 |
 | --- | --- |
-| ![](/imgs/datasetEngine4.jpg) | ![](/imgs/datasetEngine5.jpg) |
+| ![](/imgs/datasetEngine4.webp) | ![](/imgs/datasetEngine5.webp) |
 
 
 ### 导入数据方案2 - QA导入
@@ -68,7 +68,7 @@ FastGPT 采用了 `PostgresSQL` 的 `PG Vector` 插件作为向量检索器，
 
 | 交互 | 结果 |
 | --- | --- |
-| ![](/imgs/datasetEngine6.jpg) | ![](/imgs/datasetEngine7.jpg) |
+| ![](/imgs/datasetEngine6.webp) | ![](/imgs/datasetEngine7.webp) |
 
 ### 导入数据方案3 - 手动录入
 

docSite/content/docs/course/kb.md

@@ -4,7 +4,7 @@ description: " 利用 FastGPT 打造高质量 AI 知识库"
 icon: "school"
 draft: false
 toc: true
-weight: 106
+weight: 300
 ---
 
 ## 前言

docSite/content/docs/development/configuration.md

@@ -26,7 +26,7 @@ llm模型全部合并
   },
   "llmModels": [
     {
-      "model": "gpt-3.5-turbo", // 模型名
+      "model": "gpt-3.5-turbo", // 模型名(对应OneAPI中渠道的模型名)
       "name": "gpt-3.5-turbo", // 别名
       "avatar": "/imgs/model/openai.svg", // 模型的logo
       "maxContext": 16000, // 最大上下文
@@ -97,14 +97,16 @@ llm模型全部合并
   ],
   "vectorModels": [
     {
-      "model": "text-embedding-ada-002",
-      "name": "Embedding-2",
-      "avatar": "/imgs/model/openai.svg",
-      "charsPointsPrice": 0,
-      "defaultToken": 700,
-      "maxToken": 3000,
-      "weight": 100,
-      "defaultConfig":{}  // 默认配置。例如，如果希望使用 embedding3-large 的话，可以传入 dimensions:1024，来返回1024维度的向量。（目前必须小于1536维度）
+      "model": "text-embedding-ada-002", // 模型名（与OneAPI对应）
+      "name": "Embedding-2", // 模型展示名
+      "avatar": "/imgs/model/openai.svg", // logo
+      "charsPointsPrice": 0, // n积分/1k token
+      "defaultToken": 700, // 默认文本分割时候的 token
+      "maxToken": 3000, // 最大 token
+      "weight": 100, // 优先训练权重
+      "defaultConfig":{},  // 自定义额外参数。例如，如果希望使用 embedding3-large 的话，可以传入 dimensions:1024，来返回1024维度的向量。（目前必须小于1536维度）
+      "dbConfig": {}, // 存储时的额外参数（非对称向量模型时候需要用到）
+      "queryConfig": {} // 参训时的额外参数
     }
   ],
   "reRankModels": [],

docSite/content/docs/development/docker.md

@@ -96,11 +96,13 @@ curl -O https://raw.githubusercontent.com/labring/FastGPT/main/projects/app/data
 
 ## 三、启动容器
 
-在 docker-compose.yml 同级目录下执行
+在 docker-compose.yml 同级目录下执行。请确保`docker-compose`版本最好在2.17以上，否则可能无法执行自动化命令。
 
 ```bash
 # 启动容器
 docker-compose up -d
+# 等待10s，OneAPI第一次总是要重启几次才能连上Mysql
+sleep 10
 # 重启一次oneapi(由于OneAPI的默认Key有点问题，不重启的话会提示找不到渠道，临时手动重启一次解决，等待作者修复)
 docker restart oneapi
 ```
@@ -109,7 +111,7 @@ docker restart oneapi
 
 可以通过`ip:3001`访问OneAPI，默认账号为`root`密码为`123456`。
 
-在OneApi中添加合适的AI模型渠道。
+在OneApi中添加合适的AI模型渠道。[点击查看相关教程](/docs/development/one-api/)
 
 ## 五、访问 FastGPT