FastGPT doit sa réputation dans le monde sinophone à deux choses : un système de questions-réponses sur base de connaissances qui fonctionne sans préparation, et le choix de réunir flux visuels et orchestration d'agents sur une même plateforme au lieu de les vendre séparément. La documentation le définit comme une plateforme de développement d'applications d'agents fondée sur les grands modèles de langage, réunissant questions sur base de connaissances, flux visuels, orchestration d'agents, appels d'outils et extension de compétences. Le site international est plus direct sur son public : moteur de productivité d'IA pour l'entreprise, avec la promesse d'agents sûrs et maîtrisables.

Six arguments, tous tournés vers le contrôle

La page regroupe ses promesses en six. Des agents de qualité production, c'est-à-dire des agents métier assemblés comme des briques, avec des flux visuels et un écosystème d'API fait pour l'extension. Une base de connaissances d'entreprise qui réduit les affabulations par une recherche hybride et garde les données nettoyées et à jour. La gestion de tout le cycle de vie des modèles, avec la compatibilité entre fournisseurs, le débogage et l'audit. Une architecture de qualité production avec authentification unique et contrôle par rôles, formant un portail sûr dont la vue diffère selon la personne. Et un accompagnement de l'étude jusqu'à la preuve de concept sur mesure.

Les solutions sectorielles se découpent par fonction : ventes et marketing, service et exploitation, administration et ressources humaines, finance et juridique. Côté ventes, trois exemples sont montrés : un assistant commercial intelligent, une synthèse de marché financier et un partenaire d'entraînement à la vente.

Les études de cas sont formulées en résultats mesurés et non en adjectifs. Un assistant de connaissances pour la R&D a raccourci le cycle de formation de plus d'une semaine, réduit les questions répétitives d'un dixième et ramené la recherche à trente secondes. L'automatisation des rapports de fonds a atteint un taux supérieur à neuf dixièmes avec des erreurs de données sous un pour cent. La vérification des notes de frais a gagné la moitié en efficacité, augmenté la détection d'anomalies de sept dixièmes et réduit les erreurs de validation finale de six dixièmes. Le service client a atteint des réponses à la seconde et réduit les transferts vers un humain de quarante-deux pour cent. L'éditeur dit avoir accompagné plus de mille entreprises et liste quatre types de services : soutien à l'écosystème ouvert, conseil d'expert, aide à la mise en oeuvre et développement sur mesure.

C'est la base de connaissances qui a absorbé le travail

La documentation consacre une section au traitement des données, ce qui est révélateur : il gère la structure complexe des PDF en conservant images, tableaux et formules, détecte automatiquement les documents numérisés et les restructure en Markdown, et indexe les images avec un étiquetage automatique, de sorte que le contenu d'une image est lui aussi cherchable. La notice ajoute la liste des formats, du texte brut et du Markdown à HTML, PDF, documents Word et PowerPoint, CSV et tableurs, et prend en charge la saisie manuelle, le découpage direct, l'import en paires question-réponse, la lecture d'une adresse et l'import de CSV par lots.

Côté recherche, on trouve la réutilisation et le mélange de plusieurs bibliothèques, la recherche hybride avec réordonnancement, et une base de connaissances par API en option. C'est cette combinaison qu'un acheteur doit éprouver le plus durement, car elle décide si une réponse cite le bon paragraphe.

Orchestration et débogage : la vraie liste est dans le dépôt

La notice range les fonctions essentielles en cinq groupes, et c'est une meilleure référence que le texte publicitaire. L'orchestration couvre les compétences d'agent, les flux de conversation et de greffons, dont des noeuds RPA simples, et le MCP bidirectionnel. Le débogage couvre les tests de recherche ponctuelle dans la base, les retours de conversation avec citations modifiables et supprimables, les journaux complets de chaîne d'appels et l'évaluation d'application. Les greffons couvrent les outils système, les modules RAG et la mise à jour à chaud de la boucle d'agent. L'exploitation couvre une fenêtre de partage sans connexion, l'intégration par iframe et une vue unifiée des conversations avec annotation des données.

Sur le plan des interfaces, la documentation précise que l'API reprend exactement le format d'OpenAI et que le raccordement aux grandes plateformes de travail locales est un pas court. Le déploiement tient en une commande de conteneur qui récupère la configuration puis démarre ; une fois tout lancé, le service répond sur le port local 3000.

La licence trace la frontière commerciale, et cela compte

Ce paragraphe mérite deux lectures de la part d'une équipe à visée commerciale. Le dépôt utilise la FastGPT Open Source License : l'usage commercial comme service d'arrière-plan est permis, l'offre d'un SaaS ne l'est pas. Sans licence commerciale, toute forme de service commercial doit conserver les mentions de droits. Dit simplement, l'usage interne et le service à sa propre organisation sont permis ; emballer FastGPT et le vendre à d'autres comme service exige une licence commerciale.

Le dépôt affiche environ 29 700 étoiles, 7 300 embranchements, 200 contributeurs et 276 versions, écrit surtout en TypeScript. Ni le site international ni le site chinois ne publient de grille tarifaire : le cloud et le déploiement privé passent par le service commercial, les chiffres apparaissent dans la console, et aucun n'est cité ici.

À qui cela convient

Trois publics correspondent au chemin tracé par la documentation. Les équipes qui ont besoin d'un questions-réponses privé sur des documents en chinois, où l'import multiformat et la recherche hybride sont la partie la plus travaillée. Les métiers qui veulent brancher le questions-réponses sur des canaux déjà utilisés, une API alignée sur le format d'OpenAI maintenant le coût d'intégration bas. Et les équipes techniques qui préfèrent tenir connaissances, flux et orchestration sur une plateforme plutôt que sur trois.

Un point à noter : la mise en oeuvre et le soutien, soit le conseil d'expert, l'aide au déploiement et le développement sur mesure, font partie de l'édition commerciale. Si un projet dépend de la certitude de livraison, il vaut mieux faire tourner d'abord l'édition communautaire et évaluer ensuite le côté commercial, et non l'inverse.

Ce que valent les chiffres des études de cas

Les chiffres d'efficacité publiés par un éditeur se lisent comme une direction, pas comme une précision. Un taux d'automatisation de neuf dixièmes sur des rapports est utile parce qu'il indique que le travail est désormais surtout machine avec vérification humaine ; une erreur de données sous un pour cent est utile parce qu'elle indique que la tâche restante est le contrôle. Aucun des deux ne dit ce que produira votre propre corpus, et tous deux supposent silencieusement que les documents entrants ressemblent à ceux pour lesquels le système a été réglé. L'épreuve honnête consiste à lui donner le PDF le plus mal composé de vos archives.

Deux remarques honnêtes

D'abord, aucun des deux sites n'affiche de prix public, donc cet article n'en cite aucun, et qui établit un budget doit tenir la discussion commerciale pour la source réelle. Ensuite, la distinction de licence ci-dessus n'est pas une formalité : elle décide si un service construit dessus peut être vendu, donc lisez le texte de la licence avant de concevoir un produit autour.

La ligne de partage entre les produits de base de connaissances n'est pas la capacité à répondre, mais le fait que la citation renvoyée soit réellement la bonne après qu'on y a jeté un PDF mal composé.