4.8.18 test (#3571)

* rename

* update doc

* doc

* doc

* perf: intro

docSite/content/zh-cn/docs/development/configuration.md

@@ -9,9 +9,9 @@ weight: 707
 
 由于环境变量不利于配置复杂的内容，新版 FastGPT 采用了 ConfigMap 的形式挂载配置文件，你可以在 `projects/app/data/config.json` 看到默认的配置文件。可以参考 [docker-compose 快速部署](/docs/development/docker/) 来挂载配置文件。
 
-**开发环境下**，你需要将示例配置文件 `config.json` 复制成 `config.local.json` 文件才会生效。
+**开发环境下**，你需要将示例配置文件 `config.json` 复制成 `config.local.json` 文件才会生效。  
 
-这个配置文件中包含了系统参数和各个模型配置：
+下面配置文件示例中包含了系统参数和各个模型配置：
 
 ## 4.6.8+ 版本新配置文件示例
 

docSite/content/zh-cn/docs/shopping_cart/intro.md

@@ -53,8 +53,9 @@ FastGPT 商业版软件根据不同的部署方式，分为 3 类收费模式。
 {{< table "table-hover table-striped-columns" >}}
 | 部署方式 | 特有服务 | 上线时长 | 标品价格 |
 | ---- | ---- | ---- | ---- |
-| Sealos全托管 |  1. 有效期内免费升级。<br>2. 免运维服务&数据库。 |  半天  | 6000元起/月（3个月起）<br>或<br>60000元起/年  |
-| 自有服务器部署 |  1. 6个版本免费升级支持。 | 14天内 |  具体价格可[联系咨询](https://fael3z0zfze.feishu.cn/share/base/form/shrcnRxj3utrzjywsom96Px4sud) |
+| Sealos全托管 |  1. 有效期内免费升级。<br>2. 免运维服务&数据库。 |  半天  | 10000元起/月（3个月起）<br>或<br>120000元起/年<br>8C32G 资源，额外资源另外收费。  |
+| Sealos全托管（多节点） |  1. 有效期内免费升级。<br>2. 免运维服务&数据库。 |  半天  | 22000元起/月（3个月起）<br>或<br>264000元起/年<br>32C128G 资源，额外资源另外收费。  |
+| 自有服务器部署 |  1. 6个版本免费升级支持。 | 14天内 | 具体价格和优惠可[联系咨询](https://fael3z0zfze.feishu.cn/share/base/form/shrcnRxj3utrzjywsom96Px4sud) |
 {{< /table >}}
 
 {{% alert icon="🤖 " context="success" %}}

docSite/content/zh-cn/docs/shopping_cart/saas.md

@@ -5,8 +5,9 @@ icon: 'currency_yen'
 draft: false
 toc: true
 weight: 1102
-type: redirect
-target: https://cloud.tryfastgpt.ai/price
 ---
 
-线上版价格请查看：[https://cloud.tryfastgpt.ai/price](https://cloud.tryfastgpt.ai/price)
+线上版价格按套餐订阅模式，具体价格和计费请查看（请正确选择版本，账号不互通）：
+
+- [海外版](https://cloud.tryfastgpt.ai/price)
+- [国内版](https://cloud.fastgpt.cn/price)

packages/global/core/workflow/runtime/utils.ts

@@ -339,6 +339,7 @@ export function replaceEditorVariable({
       const output = node.outputs.find((output) => output.id === id);
       if (output) return formatVariableValByType(output.value, output.valueType);
 
+      // Use the node's input as the variable value(Example: HTTP data will reference its own dynamic input)
       const input = node.inputs.find((input) => input.key === id);
       if (input) return getReferenceVariableValue({ value: input.value, nodes, variables });
     })();

packages/service/core/workflow/dispatch/tools/http468.ts

@@ -116,9 +116,9 @@ export const dispatchHttp468Request = async (props: HttpRequestProps): Promise<H
       variables: allVariables
     });
   };
-  /* 特殊处理 JSON 的字符串，减少解码错误
-    1. 找不到的值，替换成 null
-    2. 有换行字符串
+  /* Replace the JSON string to reduce parsing errors
+    1. Replace undefined values with null
+    2. Replace newline strings
   */
   const replaceJsonBodyString = (text: string) => {
     const valToStr = (val: any) => {

packages/web/i18n/en/workflow.json

@@ -81,7 +81,7 @@
   "intro_http_request": "Can send an HTTP request to perform more complex operations (network search, database query, etc.)",
   "intro_knowledge_base_search_merge": "Can merge multiple Dataset search results for output. Uses RRF merging method for final sorting output.",
   "intro_laf_function_call": "Can call cloud functions under the Laf account.",
-  "intro_loop": "You can input an array, the elements in the array will execute the loop body independently, and output all results as an array.",
+  "intro_loop": "Input an array, iterate through the array and use each array element as an input element to execute the workflow.",
   "intro_plugin_input": "Can configure what inputs the plugin needs and use these inputs to run the plugin.",
   "intro_question_classification": "Determine the type of question based on the user's history and current question. Multiple question types can be added. Below is a template example:\nType 1: Greeting\nType 2: Questions about product 'usage'\nType 3: Questions about product 'purchase'\nType 4: Other questions",
   "intro_question_optimization": "Using question optimization can improve the accuracy of Dataset searches during continuous conversations. After using this function, AI will first construct one or more new search terms based on the context, which are more conducive to Dataset searches. This module is already built into the Dataset search module. If you only perform a single Dataset search, you can directly use the built-in completion function of the Dataset.",
@@ -108,10 +108,10 @@
   "less_than_or_equal_to": "Less Than or Equal To",
   "loop": "Batch Run",
   "loop_body": "loop body",
-  "loop_end": "end of loop",
+  "loop_end": "End",
   "loop_input_array": "array",
   "loop_result": "Array execution results",
-  "loop_start": "The loop body begins",
+  "loop_start": "Start",
   "max_dialog_rounds": "Maximum Number of Dialog Rounds",
   "max_tokens": "Maximum Tokens",
   "mouse_priority": "Mouse first\n- Press the left button to drag the canvas\n- Hold down shift and left click to select batches",

packages/web/i18n/zh-CN/workflow.json

@@ -81,7 +81,7 @@
   "intro_http_request": "可以发出一个 HTTP 请求，实现更为复杂的操作（联网搜索、数据库查询等）",
   "intro_knowledge_base_search_merge": "可以将多个知识库搜索结果进行合并输出。使用 RRF 的合并方式进行最终排序输出。",
   "intro_laf_function_call": "可以调用Laf账号下的云函数。",
-  "intro_loop": "可以输入一个数组，数组内元素将独立执行循环体，并将所有结果作为数组输出。",
+  "intro_loop": "输入一个数组，遍历数组并将每一个数组元素作为输入元素，执行工作流。",
   "intro_plugin_input": "可以配置插件需要哪些输入，利用这些输入来运行插件",
   "intro_question_classification": "根据用户的历史记录和当前问题判断该次提问的类型。可以添加多组问题类型，下面是一个模板例子:\n类型1: 打招呼\n类型2: 关于商品“使用”问题\n类型3: 关于商品“购买”问题\n类型4: 其他问题",
   "intro_question_optimization": "使用问题优化功能，可以提高知识库连续对话时搜索的精度。使用该功能后，会先利用 AI 根据上下文构建一个或多个新的检索词，这些检索词更利于进行知识库搜索。该模块已内置在知识库搜索模块中，如果您仅进行一次知识库搜索，可直接使用知识库内置的补全功能。",
@@ -106,12 +106,12 @@
   "length_not_equal_to": "长度不等于",
   "less_than": "小于",
   "less_than_or_equal_to": "小于等于",
-  "loop": "循环运行",
+  "loop": "批量执行",
   "loop_body": "循环体",
-  "loop_end": "循环体结束",
+  "loop_end": "结束",
   "loop_input_array": "数组",
   "loop_result": "数组执行结果",
-  "loop_start": "循环体开始",
+  "loop_start": "开始",
   "max_dialog_rounds": "最多携带多少轮对话记录",
   "max_tokens": "最大 Tokens",
   "mouse_priority": "鼠标优先\n- 左键按下后可拖动画布\n- 按住 shift 后左键可批量选择",

packages/web/i18n/zh-Hant/workflow.json

@@ -81,7 +81,7 @@
   "intro_http_request": "可以傳送 HTTP 請求，執行更複雜的操作（網路搜尋、資料庫查詢等等）",
   "intro_knowledge_base_search_merge": "可以合併多個知識庫搜尋結果並輸出。使用 RRF 合併方法進行最終排序輸出。",
   "intro_laf_function_call": "可以呼叫 Laf 帳號下的雲端函式。",
-  "intro_loop": "可以輸入一個陣列，陣列中的元素會各自執行迴圈主體，並將所有結果以陣列形式輸出。",
+  "intro_loop": "輸入一個數組，遍歷數組並將每個數組元素作為輸入元素，執行工作流程。",
   "intro_plugin_input": "可以設定外掛程式需要的輸入，並利用這些輸入來執行外掛程式",
   "intro_question_classification": "根據使用者的歷史紀錄和目前問題判斷這次提問的類型。可以新增多個問題類型，以下是一個範例：\n類型 1：打招呼\n類型 2：關於產品「使用方式」的問題\n類型 3：關於產品「購買」的問題\n類型 4：其他問題",
   "intro_question_optimization": "使用問題最佳化功能，可以提升知識庫連續對話時的搜尋精準度。使用這個功能後，會先利用 AI 根據脈絡建構一個或多個新的檢索詞彙，這些詞彙更有利於知識庫搜尋。這個模組已內建於知識庫搜尋模組中，如果您只進行一次知識庫搜尋，可以直接使用知識庫內建的自動完成功能。",
@@ -106,12 +106,12 @@
   "length_not_equal_to": "長度不等於",
   "less_than": "小於",
   "less_than_or_equal_to": "小於或等於",
-  "loop": "批次執行",
+  "loop": "大量執行",
   "loop_body": "迴圈主體",
-  "loop_end": "迴圈結束",
+  "loop_end": "結束",
   "loop_input_array": "陣列",
   "loop_result": "陣列執行結果",
-  "loop_start": "迴圈開始",
+  "loop_start": "開始",
   "max_dialog_rounds": "最多攜帶幾輪對話紀錄",
   "max_tokens": "最大 Token 數",
   "mouse_priority": "滑鼠優先\n- 按下左鍵拖曳畫布\n- 按住 Shift 鍵並點選左鍵可批次選取",