在B站学习 图灵程序员-诸葛 的LangChain快速入门课程之《部署FastGPT构建本地应用》。在我学习课程跟着老师实践的过程中，踩了一些坑。这篇文章以问答的形式记录一下学习中的一些问题，主要面向的读者是，在学习同样的课程的和部署FastGPT遇到各种问题的同学。

为什么下载的config.json和docker-compose.yml文件与课程视频中的差别很大

视频教程和官方文档都说要从FastGPT github仓库的main分支获取config.json和docker-compose.yml。但FastGPT版本发布非常频繁，导致老师视频中展示的配置文件内容和main分支的内容差距较大。从视频内容推测老师使用的是FastGPT 4.8.11版本，所以去下载4.8.11版本中的那两个文件会更好一些。我最终选择下载了4.8.11-fix版本里的文件，链接分别是

• https://raw.githubusercontent.com/labring/FastGPT/refs/tags/v4.8.11-fix/projects/app/data/config.json
• https://raw.githubusercontent.com/labring/FastGPT/refs/tags/v4.8.11-fix/files/docker/docker-compose-pgvector.yml

使用docker-compose命令启动容器提示fastgpt Error manifest unknown和sandbox Error manifest unknown怎么办？

科学上网后，直接从ghcr.io下载镜像

docker pull ghcr.io/labring/fastgpt:v4.8.11-fix
docker pull ghcr.io/labring/fastgpt-sandbox:v4.8.11-fix

等镜像下载完成后再次执行docker-compose命令启动容器。其他版本的镜像地址可以在下面这两个网址里找到

• https://github.com/labring/FastGPT/pkgs/container/fastgpt
• https://github.com/labring/FastGPT/pkgs/container/fastgpt-sandbox

视频教程使用了M3E这个向量模型，一定要用这个吗？

M3E向量模型的docker镜像大小超过了6GB，部署成本比较高，所以我没有选择使用这个向量模型。最终通过One API接入本地Ollama的向量模型运行了FastGPT，目前运行一切良好。

希望本文对你有所帮助。如果有遇到部署的问题，欢迎在评论区讨论。