选择应用类型
深入剖析对话 Agent、对话 Agent V2 与工作流的运行机制、架构差异与选型策略。
FastGPT 提供三种主要应用形态：对话 Agent、对话 Agent V2 与工作流。选择合适的形态能够平衡系统的确定性、开发效率与复杂推理能力。
三种应用形态运行机制
1. 对话 Agent（Chat Agent）
对话 Agent（简易版）采用表单化编排模式，支持配置系统提示词、关联知识库与挂载外部工具（插件、工作流工具、HTTP/MCP 工具）。当用户发送消息时，系统按预设流程执行：
- 注入预设的系统提示词（System Prompt）。
- 根据滑动窗口规则载入历史对话轮次。
- 根据用户问题检索关联知识库，并将相关分块拼接为上下文事实。
- 根据挂载的外部工具执行工具调用，并由大语言模型流式生成最终回复。
该形态配置直观、启动迅速，适合规章制度问答、产品手册查阅、固定格式写作助手及轻量工具调用场景。
2. 对话 Agent V2（Chat Agent V2）
对话 Agent V2 采用 ReAct（Reasoning + Acting）自主推理循环。模型在此形态下充当逻辑规划中枢：
- 目标拆解：评估复杂指令，推演执行下一步所需的数据与工具。
- 工具调用：自主调度内置能力（知识库检索、虚拟机、文件解析）、我的 agents、关联技能与自定义工具。
- 状态观察：接收工具的执行返回值，结合上下文更新思维链。
- 循环迭代：持续执行思考与行动，直至达成终态目标并向用户返回结论。
该形态具备 ReAct 动态规划、内置系统工具与独立虚拟机沙箱能力，适合多源信息聚合、实时数据查询、计算分析与开放式任务处理。
3. 工作流（Workflow）
工作流基于有向图调度引擎（支持受条件出口控制的回流）运行。开发者在画布上明确配置节点与连线：
- 显式控制流：连线严格定义节点的执行依赖与并发顺序。
- 精准数据流：上游节点的输出参数通过变量引用直接传递给下游输入端口。
- 丰富逻辑组件：支持条件分支（If-Else）、循环遍历（Loop）、问题意图分类、表单输入等待与多分支并行处理。
该形态的执行路径由画布连线确定，可追溯每个节点状态，适合业务审批链、多模型交叉核验、结构化数据提取与标准业务系统集成。
选型决策矩阵
围绕系统确定性、开发成本、推理能力与响应延迟展开对比：
| 评估维度 | 对话 Agent | 对话 Agent V2 | 工作流 |
|---|---|---|---|
| 执行确定性 | 适中（依赖提示词约束） | 动态（由模型自主规划） | 路径确定（由画布连线与条件分支掌控） |
| 构建复杂度 | 极低（表单化配置提示词、知识库与工具） | 中等（配置系统工具、技能与虚拟机沙箱） | 高度灵活（需设计连线与数据流） |
| 工具扩展能力 | 支持挂载外部工具与关联知识库 | 内置系统工具、自定义工具与技能动态调度 | 节点级精细化工具集成 |
| 多步骤推理 | 知识检索与工具调用 | ReAct 动态规划与沙箱循环推演 | 多节点顺序与条件调度 |
| 首字响应延迟 | 极低（单一模型往返） | 动态（取决于工具调用轮数） | 阶段性（取决于前置节点耗时） |
| 典型应用场景 | 客服知识库、政策咨询 | 智能分析助手、开放任务助理 | 复杂审批流、数据管道、多模型质检 |
混合架构模式
在复杂的企业级生产方案中，三种形态可以相互组合编排：
工作流中调用 Agent
在新建工作流中，可通过节点面板的“Agent”标签页添加已创建的对话 Agent V2（即应用调用节点）；历史工作流中已有的独立 Agent 节点 仍可继续维护运行。在保持主流程连线可控的同时，可将局部开放性任务委托给 Agent 动态求解。
将工作流发布为工具
在工作台“我的工具”中新建 工作流工具。工作流工具对外声明标准入参和出参，随后作为工具挂载到对话 Agent 或对话 Agent V2 中供模型自主调度，兼顾局部逻辑的可控性与顶层任务的自主性。
快速入口
根据业务需求选择对应教程开始构建：
- 快速搭建知识问答：快速上手教程。
- 体验自主工具调用：创建首个 Agent 任务。
- 设计确定性流程：创建首个工作流。
文件更新时间