这一档模型的参数意味着什么
DeepSeek 这一档模型，其 1000000 的上下文长度 (maxContext) 决定了一次请求中可以承载的输入信息总量，这包括用户查询、历史对话以及召回内容。引用上限 (quoteMaxToken) 为 960000 token，这直接限定了在单次模型调用中，用于承载知识库召回内容的预算。单次最大输出 (maxTokens) 未标注，意味着模型响应长度具备较高灵活性。图片输入 true 和工具调用 true 则表明模型原生支持多模态输入和外部工具的函数调用能力，为复杂应用场景提供了基础链路。
配 OceanBase 要定哪些
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
OCEANBASE_URL | ob://user:pass@host:port/database | 连接 OceanBase 数据库实例的唯一标识，确保数据库可达。 |
ef_construction | 128 | 影响 HNSW 索引构建时的图结构密度，数值越大索引质量越高，搜索精度提升。 |
m | 16 | 影响 HNSW 索引每个节点的最大连接数，数值越大搜索精度越高，但索引大小和搜索延迟增加。 |
recall_num | 前 5 条 | 经验值，平衡召回质量与 token 消耗，可根据实际业务调整。 |
chunk_size | 800–1200 字符 | 确保每个召回段落包含足够信息量，同时避免单段过长。 |
这两者互相约束的地方
模型 1000000 的上下文长度是总预算，其中 960000 token 专门用于引用内容。向量库返回的是固定数量的条目，每条具有一定的字符长度。当向量库返回的段落数量乘以每段的平均 token 长度，其总和不能超过模型的引用上限。引用上限是按 token 计数的，而向量库返回的是按段落条数计数的。召回条数和每段长度的乘积总 token 预算，决定了引用内容在模型上下文中的占比。索引参数 ef_construction 和 m 调大，意味着向量搜索的召回精度可能更高，返回的段落与查询的相关性更强，但也会增加向量库的索引构建时间和搜索延迟。在 DeepSeek 这种高引用上限的模型下，高精度的召回有助于充分利用其处理能力，提供更精确的答案。
容易做错的三处
- 日志显示
Connection refused：OCEANBASE_URL配置的地址或端口不正确，导致无法连接 OceanBase 数据库。 - 召回内容为空，但数据库中存在相关数据：向量索引构建时
ef_construction或m参数设置过低，导致召回精度不足。 - 模型返回结果与召回内容无关：召回条数
recall_num设置过少，未能提供足够的相关上下文给模型。
怎么确认配好了
- 运行一次带知识库的查询，检查 FastGPT 界面上的召回内容是否与预期一致，且包含相关信息。
- 通过 FastGPT 的调试模式，观察模型实际接收到的引用内容 token 数量，确认未超过 960000 的引用上限。
- 监测 OceanBase 数据库的慢查询日志，确认向量搜索操作的响应时间在可接受范围内。