这一档模型的参数意味着什么
glm-5.3-flash 模型具备 1000000 的上下文长度，这决定了单次模型调用能处理的总输入量，包括系统指令、用户查询和召回内容。引用上限 900000 意味着在 RAG 场景下，模型可接受的知识库引用段落总字数上限。图片输入能力支持处理图像数据，拓展了多模态应用场景。工具调用能力允许模型与外部系统交互，实现复杂任务自动化。这些参数共同构成了模型在工程实践中的能力边界和资源消耗。
配 PostgreSQL（pgvector） 要定哪些
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PG_URL | postgresql://user:password@host:port/database | FastGPT 连接 PostgreSQL 数据库的必要凭证，确保数据库可访问 |
ef_construction | 64 | 影响 HNSW 索引构建时的邻居数量，平衡索引质量与构建时间，通常取 m * 2 |
ef_search | 40 | 影响 HNSW 索引查询时的邻居数量，平衡搜索精度与查询速度，通常取 ef_construction 的 0.6 到 1.2 倍 |
m = 32 | 32 | HNSW 索引层中每个节点的最大出边数量，影响索引大小和查询性能，32 是常见且高效的取值 |
vector_ip_ops | true | 启用向量内积操作的优化，符合大多数嵌入模型采用余弦相似度（通过归一化转为内积）的场景 |
| 召回条数 | 前 10-20 条 | 结合模型引用上限和单段长度，避免超出模型上下文窗口 |
这两者互相约束的地方
glm-5.3-flash 模型 1000000 的上下文长度与 900000 的引用上限，对 PostgreSQL（pgvector） 的召回策略构成直接约束。召回条数与每段知识库内容的长度乘积，必须严格控制在 900000 字以内，以确保所有引用内容都能被模型有效处理。若 pgvector 返回的条数过多，超出了引用上限，FastGPT 会自动截断或合并，导致部分召回信息丢失。在 pgvector 中，ef_search 和 ef_construction 等索引参数调大，可以提高召回精度，减少误召回，从而为模型提供更相关的信息。这意味着模型在有限的引用上限内能获得更高质量的输入，但同时会增加向量检索的计算开销。
容易做错的三处
- 日志显示「
Token limit exceeded」：原因在于召回的知识段落总长度加上用户查询和系统指令，超出了模型的 1000000 上下文长度。 - 界面中 RAG 引用部分为空：原因可能是在 FastGPT 配置中设定的召回条数过少，或者
pgvector索引的ef_search参数过低导致召回结果不相关。 - 查询响应时间明显变长：原因可能是
pgvector的ef_search参数设置过高，导致向量检索耗时增加，影响整体响应速度。
怎么确认配好了
- 执行 FastGPT 的 RAG 问答流程，检查返回的引用段落数量与预期是否一致，并核对引用内容的相关性。
- 在 PostgreSQL 数据库中，通过
EXPLAIN ANALYZE命令分析pgvector查询的执行计划，确保索引被有效利用，并观察查询耗时。 - 模拟不同长度的用户查询和知识库规模，持续监控 FastGPT 与
pgvector的资源占用（CPU、内存）和响应时间，确定性能阈值。