系统插件设计
extension
系统插件设计
FastGPT 系统插件设计方案
背景
原先 FastGPT 的各项功能均在 FastGPT 的 Next.js 的框架内,通过 Monorepo 的方式进行组织。 系统插件也作为一个 sub-repo 存在于 FastGPT/packages/plugin 下。
然而随着用户的增加,这种组织模式的弊端凸显:
- 虽然 FastGPT 以每周一次的频率进行发版,但同样,系统插件必须伴随 FastGPT 的发版而发版,极大限制了系统插件的迭代速率。
- 如果社区希望为 FastGPT 提供插件,则需要将 FastGPT 整个应用运行起来,并且直接向主仓库发起 PR。
- 如果社区希望使用自定义的插件,则需要维护一个 FastGPT 的 fork 版本,并且手动维护更新和代码的合并,增加了开发的难度。
- 由于 Next.js/webpack 的限制,无法在运行时挂载新的插件,实现热插拔。
设计方案
因而,我们决定将系统插件拆分出来,到一个独立的 repo 中。
拆分出来,主要有如下的目的:
- 解耦合,模块化:不只是 系统工具可以作为热加载的模块,也可以是其他的插件,例如知识库的插件,RAG 等等。
- FastGPT-plugin 可以快速迭代,版本不依赖于 FastGPT:FastGPT-plugin 可以更高频率的发版,支持热插拔可以在不发版的情况下更新插件。
- 降低开发复杂度(不需要运行 FastGPT 环境):贡献插件时只需要独立运行 FastGPT-plugin 中提供的调试套件即可。
- 插件市场:后续可以实现插件市场,用户可以通过插件市场发布、获取自己需要的插件。
技术选型
- 使用 ts-rest 作为 RPC 框架进行交互,提供 sdk 供 FastGPT 主项目调用
- 使用 zod 进行类型验证
- 用 bun 进行编译,每个工具编译为单一的
.js
文件,支持热插拔。
项目结构
- modules
- tool FastGPT 系统工具
- api 接口实现逻辑
- packages 系统工具目录(每一个都是一个 package)
- getTime
- dalle3
- …
- type 类型定义
- utils 工具
- tool FastGPT 系统工具
- scripts 脚本(编译、创建新工具)
- sdk: SDK 定义,供外部调用,发布到了 npm
- src: 运行时,express 服务
- test: 测试相关
系统工具的结构可以参考 如何开发系统工具。
技术细节
ts-rest 构建 contract,自动构建 openapi 对象,导出 client
ts-rest 是一个 ts 的 restful api 框架。构建 contract 后,可以根据 contract 的定义 编写处理逻辑,自动生成 openapi 对象、通过 createClient 导出 client 进行请求。
类似的 tRPC
也是一个 ts 的 RPC 框架。
然而 tRPC 使用自己的一套请求格式,导致其他工具不方便接入。而使用 ts-rest 本质就是对 RESTful API 的简单封装,也能直接生成 openapi 对象。
zod 类型校验
我们使用 zod 来实现类型校验。 zod 可以实现在运行时的类型校验,也可以提供更高级的功能,例如参数转换,对象合并等。
使用 worker 实现插件的并行运行以及环境隔离
为了保证插件之间不会相互干扰,同时提高并发处理能力,FastGPT-plugin 采用 Worker 线程来实现插件的执行。每个工具在被调用时都会在独立的 Worker 中运行, 这带来几个重要的优势:
- 环境隔离:每个插件都是一个独立的 Worker 进程,插件之间不会影响。
- 并行处理:每个插件可以并行处理,提高整体性能。
使用 bun 进行打包
将插件 bundle 为一个单一的 .js
文件是一个重要的设计。这样可以将插件发布出来直接通过网络挂载等的形式使用。
未来规划
- 可视化开发工具:提供可视化的插件开发和调试工具,降低开发门槛。
- 插件市场:建立插件市场,允许开发者发布和分享自己的插件。
- 更多插件类型:除了系统工具外,扩展到知识库插件、模型插件、RAG 插件等更多类型。