FastGPT:从入门到进阶
源码仓库 · 有用请 Star

第 13 章 对话运营与评测

本章导读：「售后客服」上线了——渠道、API、平台与权限都就位（第 9～12 章），真实用户来了，运营每周要回答同一个问题：它答得对吗？本章补上运营的另一半：对话记录查阅与标注留原材料（13.1），引用分块阅读器让引用可核验（13.2），对话框 HTML 渲染划清输出形态边界（13.3），应用评测把「改完是变好还是变坏」变成评分题（13.4），常见问题汇成坏例地图与治理闭环（13.5），最后落成周检 SOP（13.6）。读完本章，你能：按三条路径查阅对话记录并用标注沉淀纠错，用引用阅读器核验回答出处，为应用搭一条评测回归线，按周检清单走完一次质量巡检。

flowchart LR A["抽样本周对话记录
对话日志 · 运行详情
13.1"] --> B["核验引用
分块阅读器对原文
13.2"] B --> C{"坏例归因
13.5"} C -->|知识缺漏或过时| D["更新知识库
标注沉淀问答对
13.1 · 第 5 章"] C -->|编排 · 参数 · 渲染| E["改节点与输出引导
点发布再生效
13.3 · 13.5 · 第 7 章"] D --> F["应用评测回归
综合评分对比上期
13.4"] E --> F F --> G{"达标？"} G -->|是| H["周检归档
台账留痕
13.6"] G -->|否| C

本章操作流程图

你什么时候需要它

三种典型处境，对应本章三种用法。

渠道放开后，真实对话量上来了，没人说得上答得好不好——看 13.1 与 13.6。对话日志是原材料，周检清单是制度；第 9 章把流量放进来，这两节把质量关接住。

有人质疑一条回答不对，要给出证据——看 13.2。点开引用，浮窗里是完整原文与高亮，引用是否成立、出处是否现行有效，当场核验；外部用户能看到多少原文，由可见度控制决定。

改了提示词、换了模型、更新了知识库，不知道是变好还是变坏——看 13.4。评测集是巡检的仪表盘（→ ragflow 书），传一组问答对，拿综合评分与上期对比；检索层的回归断言走第 10 章 10.4 的 searchTest。

前置提醒：应用评测在本书成稿时为 Beta 形态（官方文档标注「当前测试版」），且第 1 章功能差异表把它列在付费形态一侧——动手前先对表确认自己的形态覆盖（见第 1 章）。

13.1 对话记录查阅与标注：运营的原材料

质检的第一手材料

官方 FAQ 给了对话记录的标准用法：应用在调试、发布与 API 调用时效果不一致，通常是上下文不一致导致——「可以在对话日志中，找到对应的记录，并查看运行详情来进行比对」（素材：guide/build/faq，核实日期 2026-11-01）。对话日志保存真实记录，运行详情展开一次回答的决策链路；这两个入口在第 6 章的调试语境里出现过，本章把它们转正为运营工具——运行详情从调试的「透视镜」变成巡检的证据链。

查阅路径按「人看还是程序看」分成三条，各管一段：

路径 看什么 适用 出处
对话日志 + 运行详情 单条记录的完整决策链路 人工抽检、坏例归因 本节
对话相关 API 程序侧拉取记录与统计（如 getChartData 的对话次数、错误次数、好评/差评数） 平台侧对账、批量导出 第 10 章 10.2、10.5
对话日志推送 CHAT_LOG_URL 对话数据外送 接入外部质检与可观测 第 11 章（→ langfuse 书）

界面对话日志的入口已实测指认：就在应用详情顶部的「对话日志」标签页——以下界面截图来自本地部署的 FastGPT 社区版 v4.17.3（2026-11-03 实测，模型 glm-5.3-flash + embedding-3）：

本地部署实测：应用详情的「对话日志」标签页——「日志详情」子页按日期与来源筛选，列表给出使用者、标题、最后对话时间、消息总数、用户反馈与 IP 属地，右上角提供字段配置与导出

实测列表里，调试期的问答按时间排列，标题取自用户问题（「运输破损怎么赔偿？」「退换货时限是几天？」），消息总数、来源与 IP 属地一列可见——人工抽检从这张表开始；顶部的「数据看板」子页带商业版标签，社区版运营先耕「日志详情」这一侧。图中可见的筛选为日期、来源与标题搜索，更细的筛选能力仍挂复核清单。

标注：两个入口，一个去处

标注（Annotation）是把「答错的题」变成「知识库资产」的动作。素材与第 6 章合起来看，入口有两个、去向各不同：

入口 操作 去处
调试气泡「标注」按钮 把该条问答标注保存到指定知识库，设定预期回答纠错（第 6 章） 指定知识库
引用分块阅读器「即时标注」 授权用户直接对引用内容标注修正，不打断当前对话 原集合，「已更新」标签标识（13.2）

前者管「这条回答整体不对，给出正确答案」，后者管「引用的原文本身要修」。两个入口共同构成第 6 章埋下的「质量巡检的地基」：坏例经标注沉淀进知识库与评测集，而不是散落在聊天记录里。

flowchart LR A["对话记录
对话日志 · 运行详情"] --> B{"发现坏例"} B -->|整条回答不对| C["调试气泡「标注」
设定预期回答"] B -->|引用原文要修| D["引用即时标注
「已更新」标签"] C --> E["指定知识库
经检索生效"] D --> F["原集合更新
检索即用新版"] E --> G["评测集沉淀
回归考题加一"] F --> G

标注的两个入口与去处（自绘，据第 6 章与 quoteList 素材整理）

边界与坑

13.2 引用分块阅读器：让引用可核验

从「黑盒」到浮窗

v4.9.1 起（官方文档，核实日期 2026-11-01），FastGPT 把知识库引用从「只展示被引用的分块」升级为分块阅读器：点击回答下方的引用链接，浮窗呈现完整原文，并以醒目的高亮精确标记被引用的片段。传统引用方式只给残句、看不到上下文，验证内容要自己去知识库翻；分块阅读器让「可溯源性」成为可当场核验的属性——回答能不能对回原文，一条引用链接见分晓。

功能与巡检用途

功能 行为 巡检用途
全文展示与定位 点击引用开浮窗，完整原文 + 高亮引用片段 核对「引用是否支撑回答」
便捷引用导航 右上角按钮在多条引用间切换，显示「7/10」式序号与总数 逐条核验多条引用不遗漏
引用质量评分 评分标签展示该引用的相关性排名，悬停查看评分详情 看懂「这段引用为何被选中」
一键导出 引用涉及的全文保存到本地 坏例取证归档
可见度控制 管理员可设外部访问者「仅引用内容可见」 分享链接场景的信息范围收敛
即时标注 授权用户修正引用内容，「已更新」标签标识 边查边修，知识库持续进化
按需渲染 按引用相关性排序与数据 id 按需加载 超长文档（如 50 页政策手册）流畅查阅

可见度：免登录链接的边界

以免登录链接为例，管理员可精确控制外部访问者能看到的信息范围：设置为「仅引用内容可见」时，外部用户点击引用链接只能查看被引用的文本片段，而非完整原文档。「售后客服」的分享链接面向外部客户（第 9 章），这一项决定客户能看到多少知识库原文——内部巡检要全文核验，外部呈现按需收敛，两种模式对应两套预期。

边界与坑

13.3 对话框 HTML 渲染：输出形态的边界

从 iframe 沙箱到原生受控流水线

对话框 HTML 渲染有两代形态，边界要分清。旧方案（官方文档已标注 deprecated）把 Markdown 里的 HTML 代码块装进 iframe 沙箱渲染：高度无法自适应只能给固定值，外部音视频要前端下载全量数据转 Blob，常遇跨域（CORS）拦截或内存溢出。v4.17.3 起正式支持原生受控 HTML 渲染与多媒体流式增强（官方文档，核实日期 2026-11-01）：HTML 标签直接在主 DOM 树中受控解析，自适应容器与暗黑模式；多媒体回归 HTML5 原生播放，支持 HTTP Range 分段请求，大体积音视频边缓冲边播放；流式打字输出时内置未闭合标签拦截（Streaming Guard），防止半截 HTML 造成界面突变或提前触发无效请求。本书基线即 v4.17.3，下文均以新流水线为准。

安全白名单：渲染为什么「缺胳膊少腿」

开放 HTML 渲染的首要原则是安全。服务端 CSRF 防护防御不了同源跨站脚本（XSS），FastGPT 依托 AST 语法树层级的白名单机制（基于 rehype-sanitize）做深度清洗，五条规则：

安全机制 规则 拦掉的风险
脚本剔除 禁止 <script> 标签与任何外部脚本加载 脚本注入
事件过滤 全部 on* 行内事件（onclick/onerror/onload 等）禁用 事件注入
样式收敛 不开放通用 style 属性注入 全屏欺诈遮罩、样式污染
协议白名单 URL 仅允许 http、https、mailto、tel、cite、quote；javascript: 等高危伪协议与 data:text/html、file: 全部封锁 伪协议跳转
表单受限 表单组件仅只读与交互状态展示，禁 type="file" 与 type="password" 文件窃取、密码收集

运营要读出的含义：模型输出的 HTML「缺了」某些标签与属性，多数不是坏例，而是在语法树解析阶段被白名单剔除——剔除不影响正文阅读。对话框不支持运行任何自定义 JavaScript；白名单外的标签非法内容同样被剔除；复杂独立网页的展示需求，官方推荐走专用应用发布或外链接入（第 9 章）。

受控标签与增强组件

六类受控标签覆盖模型输出的主要排版需求，每类对号一个售后场景：

分类 标签 售后场景
多媒体播放 <video> <audio> <source> <track> 退换货操作演示视频
折叠交互 <details> <summary>（data-think 用于思维链折叠） 长答案分层呈现
文本排版与高亮 <mark> <kbd> <font> <sub> <sup> <abbr> 等 高亮关键条款、缩写浮层
数据指标展示 <progress> <meter> <figure> <figcaption> 工单进度、时效匹配度
复杂表格扩展 <table> 系列，支持 rowspan/colspan/align，可导出 CSV 政策手册的赔付矩阵
静态交互控件 <button> <input> <textarea> <label>（只读） 任务清单、选项展示

代码块层面另有内置增强组件，用 Markdown 语法直接触发：echarts 代码块原地渲染交互图表（悬停提示、图例筛选、骨架屏占位与语法容错），mermaid 代码块画流程图与时序图，KaTeX 渲染行内与块级公式，外加语法高亮代码块与图片画廊（PhotoView）。

边界与坑

Latex inline: \(x^2\)
Latex block: $$e=mc^2$$

13.4 应用评测（Beta）：回归的仪表盘

能做什么、不能做什么

v4.11.0 起，FastGPT 支持应用批量评测：传入多组问答对，系统对应用执行结果自动打分，实现运行效果的定量评估（官方文档，核实日期 2026-11-01）。三句话划清边界：

形态归属：第 1 章功能差异表把应用评测列在付费形态一侧；素材正文未再标注形态细节——动手前对表（见第 1 章），并挂本章复核清单。

创建一次评测

入口在工作台的应用评测目录，右上角「创建任务」，三要素填齐：

配置项 说明
评测任务名 任务标识；建议带日期与变更原因，如「售后客服-1102-FAQ 更新后回归」（命名法为本书立场）
评测模型 用于本次任务打分的模型——独立于被评测应用配置
评测应用 需要被打分的应用

选定评测应用后，系统提供 CSV 模板下载，四个字段：全局变量、q（问题）、a（标准答案）、历史记录。按模板填好上传，点「开始评测」，任务即创建。评测集从哪来（本书立场，按可得性排序）：标注沉淀的问答对（13.1）、product-faq.xlsx 的高频条目（Title 作 q、Content 作 a）、历史坏例归档（13.5）。

读评测：列表与详情

评测列表五列——进度、执行人、评测应用、开始/结束时间、综合评分——回答「这次跑完怎么样」；「查看详情」进入任务页：上层任务概览给出评测配置与统计结果，下层详细结果逐条展示每条问答对的用户问题、标准输出与应用输出。

**巡检语境下的读法：综合评分只用来与上期对比，逐条结果才是工作面——退步条目逐条归因，结论写进台账，而不是只记一个分数。**这是 ragflow 书第 13 章「测试集是巡检的仪表盘」「回退逐条归因」的同款方法论（→ ragflow 书）。

回归线：什么改动之后必须跑

变更 回归手段 判定
提示词/开场白/对话输入引导 应用评测 综合评分不低于上期，退步条目归因
知识库文档更新与同步 应用评测 + searchTest 断言（第 10 章 10.4） 评分不降；目标 chunk 仍在 top k
模型与参数（检索参数等） 应用评测 变更前后各跑一次，评分不降
应用编排改动（节点增删） 应用评测 + 调试预览走查 评分不降；关键分支人工走一遍（第 7 章）

边界与坑

13.5 常见问题与坏例治理

官方 FAQ 的坏例地图

两篇官方常见问题（应用构建常见问题与聊天框问题）覆盖的坏例，按归因分成四类，每类对号一个处置出口：

归因 坏例 官方解法 关联
发布链 工作台改了应用，聊天与渠道没更新 应用变更后必须点「发布」，聊天和发布渠道的使用才会更新 13.6 第 6 项
上下文 调试、发布、API 三处效果不一致 多为上下文不一致：对话日志找到对应记录，看运行详情比对 13.1
分类 多轮对话分类不准；后续问题误入分类 关联弱时用全局变量记录分类结果，先查再用；历史记录非 0 时用判断器跳过分类节点 第 7 章
渲染 公式不显示；Markdown 输出不合预期 提示词引导公式格式；改知识库默认提示词 13.3
环境 语音输入不可用 麦克风权限开启；浏览器允许站点用麦克风并选对来源；站点需 SSL 证书 第 6 章
版本 思考过程不显示（适用 4.9.1～4.14.x） 模型配置开「支持输出思考」，「额外 Body 参数」补中转要求的开关；注意参数会带到该模型所有调用，可能变慢、更耗 token 第 2 章

两处版本注记：思考过程 FAQ 适用 4.9.1～4.14.x，本书基线 v4.17.3 下仅作存量排障参考；iOS 引用打不开原文，官方确认截至 4.17.0、修复在后续版本（13.2 已述）。

坏例治理闭环

单个坏例的处置是一条四步闭环：收集、归因、处置、回归。归因四类的出口不同，但都要回到同一条回归线上：

flowchart LR A["收集
对话日志 · 评测详情 · 用户反馈"] --> B{"归因四类
13.5"} B -->|知识| C["更新知识库
标注沉淀"] B -->|编排| D["改节点与提示词
发布生效"] B -->|渲染| E["输出引导
对照白名单"] B -->|模型| F["换模型 · 调参数
额外参数慎用"] C --> G["回归
评测 + searchTest"] D --> G E --> G F --> G G --> H["沉淀入评测集
台账留痕"]

坏例治理闭环（自绘，归因四类对应上表）

闭环里最容易断的一环是「沉淀」：坏例处置完不进评测集，下个版本改提示词时它就会以同样的姿势坏回来。ragflow 书第 13 章把这件事叫「工单反哺测试集——测试集随业务生长，而不是建完即静止」；FastGPT 侧的对应物是评测集与标注知识库，两者都是坏例的合法去处（→ ragflow 书）。

边界与坑

13.6 贯穿案例：售后客服质量巡检 SOP（周检清单）

分工的接缝

先划清与相邻章的边界，免得巡检清单越写越像平台运维：服务健康（系统层 SignOz）与模型稳定性（渠道状态）是第 11 章的日检；人能不能用（权限）是第 12 章的治理；本章的周检只管一件事——答得对不对。这一分工与 ragflow 书「第 12 章管平台稳定、第 13 章管内容质量」的结构互为镜像（→ ragflow 书）。

角色沿用第 12 章三角色分权：客服发现并上报坏例，运营执行周检、标注与知识库更新，开发修编排并操作发布。

周检清单

频率与责任人为建议值（本书立场），团队按对话量裁剪；「触发式」条目不待周期，变更即检：

# 频率 检查项 操作与入口 判定 责任人
1 周 对话抽样核验 对话日志按渠道 × 问题类型分层抽样，逐条展开运行详情 答错即立坏例，记录编号 运营
2 周 引用抽检 分块阅读器核对高亮与原文；物流时效类回答逐条核 引用成立且出处现行有效 运营
3 周 知识库节奏核查 《商品 FAQ》每周更新已同步；《物流时效公告》失效条目下架；《售后政策手册》改版窗口期专项核对 三类文档与源一致（第 3、5 章） 运营
4 周 评测回归 跑一次应用评测，综合评分与上期并排；退步条目逐条归因 评分不低于上期，退步全归因 运营
5 触发式 知识库变更后检索断言 searchTest 按 10.4 断言目标 chunk 在 top k 断言全过 运营
6 触发式 配置变更后发布确认 提示词/节点/参数改动后确认已点发布，聊天与渠道已更新 线上版本与工作台一致（13.5） 开发
7 触发式 渲染走查 表格/公式/图表类回答在目标渠道实测渲染 白名单内正常呈现（13.3） 开发
8 周 坏例闭环盘点 本周坏例全部归因处置；新条目沉淀评测集；标注知识库有条目增长 无悬置坏例，评测集持续生长 客服 + 运营

八项之外的两条地基：第 11 章的 CHAT_LOG_URL 外送与 SignOz 告警保持在线，周检才有全量对话可抽；第 12 章的权限矩阵保证「客服能上报、运营能改库、开发能发布」各就各位——清单跑不动时，先查这两条。

一次周检走查（示例）

以某周为例走一遍主线（数字为示例设定，非实测）：抽样 20 条，坏例 2 条——一条物流时效回答引用了已失效的旧公告，归因知识，处置是下架旧公告加标注纠错；一条赔付表格在钉钉端错位，归因渲染，处置是提示词改为分栏列点输出。处置后跑评测：综合评分与上期持平，退步 1 条归因为新入库 FAQ 尚未被稳定召回，searchTest 断言确认目标 chunk 排名偏低，按第 4 章调参后复跑通过。台账四行，周五归档。

边界与坑

本章小结

  1. 对话运营的原材料是对话记录：三条查阅路径分工——人工抽检走对话日志与运行详情（13.1），程序对账走 API（第 10 章 10.2），外部质检走 CHAT_LOG_URL 外送（第 11 章）。
  2. 标注有两个入口、一个去处：调试气泡的「标注」管整条回答纠错，引用阅读器的「即时标注」管原文修正，去处都是知识库——坏例沉淀成资产，而不是散在聊天记录里。
  3. 引用可核验是运营的底气：v4.9.1 起的分块阅读器让每条引用能对回完整原文与高亮，质量评分解释「为何选它」，可见度控制收敛外部呈现。
  4. HTML 渲染有边界：v4.17.3 起原生受控流水线替代 iframe 沙箱；安全白名单剔除脚本、事件、内联样式与高危协议——「缺胳膊少腿」多数是安全剔除，不是坏例。
  5. 评测是回归的仪表盘：v4.11.0 起（Beta，当前仅「回答准确性」指标），CSV 问答对驱动，单任务最多 1000 组；综合评分与上期比，逐条结果做归因；检索层回归走 searchTest。
  6. 坏例治理是闭环不是清单：收集→归因四类（知识/编排/渲染/模型）→处置→回归→沉淀；断在「沉淀」，坏例就会坏回来。
  7. 周检清单管「答得对不对」：八项检查、三类角色、周期式与触发式并存，台账是凭证。

全书至此收束：从第 1 章的三形态选型，到部署（第 2 章）、知识库（第 3～5 章）、应用与工作流（第 6、7 章）、工具与技能（第 8 章）、发布与集成（第 9、10 章）、运维与治理（第 11、12 章），「售后客服」走完了从建到用的全程；本章把最后一环——运营——补上。下一步不在书里：把 13.6 的周检清单改成你们团队的版本，填上真实的人名与频率。延伸去向：平台 Agent 经 MCP 消费「售后客服」的完整链路（→ mcp 书第 8 章），对话数据的深度分析（→ langfuse 书），知识库切片与巡检方法论的同源对照（→ ragflow 书）。

验收清单

读到这里，你应该能：

复核清单（发布前）

延伸阅读