如何开发系统插件
FastGPT 系统插件开发指南(工具篇)
介绍
FastGPT 系统插件项目从 4.10.0 版本后移动到独立的fastgpt-plugin项目中,采用纯代码的模式进行工具编写。
在 4.14.0 版本插件市场更新后,系统工具开发流程有所改变,请依照最新文档贡献代码。
你可以在fastgpt-plugin项目中进行独立开发和调试好插件后,直接向 FastGPT 官方提交 PR 即可,无需运行 FastGPT 主服务。
目前系统插件仅支持“工具”这一种类型。
概念
- 工具(Tool):最小的运行单元,每个工具都有唯一 ID 和特定的输入和输出。
- 工具集(Toolset):工具的集合,可以包含多个工具。
在fastgpt-plugin中,你可以每次创建一个工具/工具集,每次提交时,仅接收一个工具/工具集。如需开发多个,可以创建多个 PR 进行提交。
1. 准备开发环境
1.1 安装 Bun
- 安装 Bun, FastGPT-plugin 使用 Bun 作为包管理器
1.2 Fork FastGPT-plugin 仓库
Fork 本仓库 https://github.com/labring/fastgpt-plugin
1.3 搭建开发脚手架
注意:由于使用了 bun 特有的 API,必须使用 bunx 进行安装,使用 npx/npx 等会报错
创建一个新的目录,在该目录下执行:
bunx @fastgpt-sdk/plugin-cli上述命令会在当前目录下创建 fastgpt-plugin 目录,并且添加两个 remote:
- upstream 指向官方仓库
- origin 指向你自己的仓库
默认使用 sparse-checkout 避免拉取所有的官方插件代码
- 本地在一个新建目录下初始化一个
git:
git init如果配置了 Git SSH Key, 则可以:
git remote add origin git@github.com:[your-name]/fastgpt-plugin.git
git remote add upstream git@github.com:labring/fastgpt-plugin.git否则使用 https:
git remote add origin https://github.com/[your-name]/fastgpt-plugin.git
git remote add upstream https://github.com/labring/fastgpt-plugin.git- (可选)使用稀疏检出 (Sparse-checkout) 以避免拉取所有插件代码,如果不进行稀疏检出,则会拉取所有官方插件
git sparse-checkout init --no-cone
git sparse-checkout add "/*" "!/modules/tool/packages/*"
git pull使用命令创建新工具
bun i
bun run new:tool2. 编写工具代码
2.1 工具代码结构
依据提示分别选择创建工具/工具集,以及目录名(使用 camelCase 小驼峰法命名)。
系统工具 (Tool) 文件结构如下:
src // 源代码,处理逻辑
└── index.ts
test // 测试样例
└── index.test.ts
config.ts // 配置,配置工具的名称、描述、类型、图标等
index.ts // 入口,不要改这个文件
logo.svg // Logo,替换成你的工具的 Logo
README.md // (可选)README 文件,用于展示工具的使用说明和示例
assets/ // (可选)assets 目录,用于存放工具的资源文件,如图片、音频等
package.json // npm 包工具集(toolset) 的文件结构如下:
children
└── tool // 这个里面的结构就和上面的 tool 一致,但是没有 README 和 assets 目录
config.ts
index.ts
logo.svg
README.md
assets/
package.json2.2 修改 config.ts
- name 和 description 字段为中文和英文两种语言
- courseUrl(可选) 密钥获取链接,或官网链接,教程链接等,如果提供 README.md,则可以写到 README 里面
- author 开发者名
- tags 工具默认的标签,有如下可选标签(枚举类型)
- tools: 工具
- search: 搜索
- multimodal: 多模态
- communication: 通讯
- finance: 金融
- design: 设计
- productivity: 生产力
- news: 新闻
- entertainment: 娱乐
- social: 社交
- scientific: 科学
- other: 其他
- secretInputList: 密钥输入列表,其用于配置工具的
激活信息,通常包含密钥、Endpoint、Port等。(见下面的 secretInputList 参数格式) - versionList (工具中配置)用于版本管理,是一个列表,其中的元素格式:
- value:版本号,建议使用 semver
- description: 描述
- inputs 入参(见下面的 inputs 参数格式)
- outputs 返回值 (见下面的 outputs 参数格式)
对于 ToolSet 下的 tool 来说,无需填写 type、courseUrl、author,这几个字段会继承 ToolSet 的配置。
secretInputList 参数格式
一般格式:
{
key: 'key', // 唯一键
label: '前端显示的 label',
description: '前端显示的 description', // 可选
inputType: 'input' | 'secret' | 'switch' | 'select' | 'numberInput', // 前端输入框的类型
// secret: 密钥输入框,密钥将在保存时进行对称加密保存在节点内或数据库中
// switch: 开关
// select: 下拉选择框
// numberInput: 数字输入框
// input: 普通输入框
}下面的例子是 dalle3 的相关配置:可以参考 dalle3 的 config.ts
{
// 其他配置
secretInputConfig: [
{
key: 'url',
label: 'Dalle3 接口基础地址',
description: '例如:https://api.openai.com',
inputType: 'input',
required: true
},
{
key: 'authorization',
label: '接口凭证(不需要 Bearer)',
description: 'sk-xxxx',
required: true,
inputType: 'secret'
}
]
}inputs 参数格式
一般格式:
{
key: '本工具内唯一的 key,和 src/index.ts 中的 InputType 定义相同',
label: '前端显示的 label',
renderTypeList: [FlowNodeInputTypeEnum.input, FlowNodeInputTypeEnum.reference], // 前端输入框的类型
valueType: WorkflowIOValueTypeEnum.string, // 数据类型
toolDescription: '工具调用时用到的描述' // 如果需要设置成工具调用参数,需要设置这个字段
}dalle3 的 inputs 参数格式如下:
{
//...
versionList: [
{
// 其他配置
inputs: [
{
key: 'prompt',
label: '绘图提示词',
valueType: WorkflowIOValueTypeEnum.string,
renderTypeList: [FlowNodeInputTypeEnum.reference, FlowNodeInputTypeEnum.input],
toolDescription: '绘图提示词'
}
],
}
// ...
]
}outputs 参数格式
{
key: 'link', // 唯一键值对
valueType: WorkflowIOValueTypeEnum.string, // 具体可以看这个 Enum 的类型定义
label: '图片访问链接', // 名字
description: '图片访问链接' // 描述,可选
}dalle3 的 outputs 参数格式如下:
{
// ...
versionList: [
{
// ...
outputs: [
{
valueType: WorkflowIOValueTypeEnum.string,
key: 'link',
label: '图片访问链接',
description: '图片访问链接'
},
{
type: FlowNodeOutputTypeEnum.error,
valueType: WorkflowIOValueTypeEnum.string,
key: 'system_error',
label: '错误信息'
}
]
}
],
}2.3 编写处理逻辑
在 [your-tool-name]/src/index.ts 为入口编写处理逻辑,需要注意:
- 使用 zod 进行类型定义,导出为 InputType 和 OutputType 两个 Schema。
- 入口函数为
tool,可以定义其他的函数。
import { format } from 'date-fns';
import { z } from 'zod';
export const InputType = z.object({
formatStr: z.string().optional()
});
export const OutputType = z.object({
time: z.string()
});
export async function tool(props: z.infer<typeof InputType>): Promise<z.infer<typeof OutputType>> {
const formatStr = props.formatStr || 'yyyy-MM-dd HH:mm:ss';
return {
time: format(new Date(), formatStr)
};
}上述例子给出了一个传入 formatStr (格式化字符串)并且返回当前时间的简单样例,如需安装包,可以在/modules/tools/packages/[your-tool-name]路径下,使用bun install PACKAGE 进行安装。
4. 构建/打包
FastGPT v4.14.0 后,打包方式变为系统插件打包为一个 .pkg 文件,使用命令:
bun run build:pkg将本地所有插件构建打包为 .pkg 文件,构建目录为 dist/pkgs
5. 单元测试
FastGPT-plugin 使用 Vitest 作为单测框架。
5.1 编写单测样例
在 test/index.test.ts 中编写测试样例,使用 bun run test index.test.ts 完整路径 即可运行测试。
注意:不要把你的 secret 密钥等写到测试样例中
使用 Agent 工具编写测试样例时,可能 Agent 工具会修改您的处理逻辑甚至修改整个测试框架的逻辑。
5.2 查看测试样例覆盖率(coverage)
浏览器打开 coverage/index.html 可以插件各个模块的覆盖率
提交插件给官方仓库,必须编写单元测试样例,并且达到:
- 90% 以上代码覆盖率
- 100% 函数覆盖率
- 100% 分支条件覆盖率
6. E2E (端到端)测试
对于简单的工具,可能并不需要进行 E2E 测试,而如果工具过于复杂,官方人员可能会要求您完成 E2E 测试。
6.1 部署 E2E 测试环境
- 参考 快速开始本地开发,在本地部署一套 FastGPT 开发环境
cd runtime && cp .env.template .env.local复制环境变量样例文件,连接到上一步部署的 Minio, Mongo, Redis 中bun run dev运行开发环境,修改 FastGPT 的环境变量,连接到你刚刚启动的 fastgpt-plugin
6.2 从 Scalar 进行测试
运行 fastgpt-plugin 开发环境
浏览器打开http://localhost:PORT/openapi可进入fastgpt-plugin的 OpenAPI 页面,进行 API 调试。
PORT 为你的 fastgpt-plugin 的端口

可以先通过/tool/list接口,获取工具列表,找到需要调试的工具的toolId。紧接着,通过/tool/runStream来运行工具获取实际结果。

6.3 在开发环境下 e2e 测试(有热更新)
默认情况下,fastgpt-plugin 会自动加载在 modules/tool/packages/ 下的所有工具,并自动监听文件修改并进行热更新。 可以在 FastGPT 中使用这些工具
6.4 在开发环境下上传工具进行 e2e 测试(没有热更新)
设置 FastGPT-plugin 的环境变量 DISABLE_DEV_TOOLS=true 会禁用自动加载开发环境下的工具,此时可以测试工具的上传。
7. 提交工具至官方目录
完毕上述所有内容后,向官方仓库 https://github.com/labring/fastgpt-plugin 提交 PR。
官方人员审核通过后即可收录为 FastGPT 的官方插件。
如无需官方收录,则可以参考 上传系统工具 在自己部署的 FastGPT 中使用。
最后更新于