这一档模型的参数意味着什么
Hunyuan 28K 上下文模型，如 hunyuan-large 和 hunyuan-turbo，其 28000 的上下文长度，决定了单次请求中模型可以处理的输入信息总量。这包括用户提问、历史对话以及从知识库召回的内容。引用上限 20000 意味着知识库返回的引用文本量不应超过此限制，否则可能导致截断或引用不完整。此档模型不具备图片输入能力，因此RAG链路中无法处理图像信息。同样，工具调用功能未开放，所有复杂逻辑需在RAG系统外部实现，或通过模型内部的指令理解完成。
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 实例的必需参数，确保网络可达性。 |
ef_construction | 80 | 控制 HNSW 索引构建时的邻居数量，影响索引质量与构建速度。 |
m=16 | 16 | HNSW 图层连接数，平衡查询性能与内存消耗。 |
recall_top_k | 3–5 | 向量检索返回的相似文档数量，避免召回过多无关内容。 |
chunk_size | 800–1200 字符 | 知识库文档切分粒度，需兼顾语义完整性与模型上下文限制。 |
SEEKDB_URL | mysql://user:pass@host:port/database | SEEKDB 与 OceanBase 兼容 MySQL 协议，配置口径与 OCEANBASE_URL 相同。 |
这两者互相约束的地方
Hunyuan 28K 上下文模型与 OceanBase 向量库的配合，核心在于上下文预算的合理分配。知识库召回的条数乘以每段文本的平均长度，其总和必须严格控制在 28000 的上下文长度之内。若超出此限制，模型将无法处理全部输入。引用上限 20000 进一步约束了知识库内容的引用量，即使向量库返回了大量相关内容，最终能被模型引用的部分也受此限制。在 OceanBase 中，ef_construction 和 m 等索引参数调大后，虽然可能提高召回精度，但同时也增加了索引构建和查询的计算资源消耗，这需要与模型处理速度和系统响应时间进行权衡。
容易做错的三处
- 知识库查询返回 0 条结果：
OCEANBASE_URL配置错误或网络不通，导致无法连接数据库。 - 模型回答内容过短且未引用知识库：
recall_top_k设置过小，或向量检索的相似度阈值过高，未能召回足够的信息。 - 模型响应时间过长：
ef_construction或m参数设置过大，导致向量检索耗时增加。
怎么确认配好了
- 在 FastGPT 知识库管理界面，测试知识库连接状态，确认显示“连接成功”。
- 上传文档至知识库后，检查 OceanBase 数据库中是否存在对应的向量数据。
- 通过 FastGPT 的调试工具，观察模型请求的输入 token 数量，确保召回内容未超出 28000 的上下文限制。