这一档模型的参数意味着什么
MiniMax 1000K 模型的 上下文长度 达 1,000,000 token，这决定了单次请求中模型能处理的输入总量，包括系统指令、用户查询和召回内容。引用上限 为 900,000 token，这限定了召回内容在输入中能占用的最大 token 预算。段落的召回数量由向量数据库的配置和检索逻辑决定，召回内容总 token 量必须符合引用上限。图片输入 为 true 意味着此模型支持多模态输入，可处理图像信息。工具调用 为 true 则表明模型具备调用外部工具的能力，可实现复杂任务编排。
配 Milvus 要定哪些
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
MILVUS_ADDRESS | localhost:19530 或 your_milvus_host:19530 | Milvus 服务默认端口，确保网络可达 |
MILVUS_TOKEN | your_api_key | 生产环境 Milvus 身份验证凭证，保障访问安全 |
HNSW efConstruction | 128 | HNSW 索引参数，控制索引构建质量与查询速度平衡 |
HNSW M | 16 | HNSW 索引参数，控制图连接数，影响召回精度 |
检索 top_k | 5 | 每次检索从 Milvus 返回的向量数量，直接影响召回条数 |
单个段落 max_length | 800 字符 | 确保单个召回段落不会过长，超出模型上下文限制 |
这两者互相约束的地方
MiniMax 1000K 模型的 1,000,000 token 上下文长度是总预算，其中 900,000 token 专用于引用内容。向量库返回的段落数量与每个段落的长度共同决定了召回内容的总 token 量。当召回条数乘以每段长度超过 900,000 token 时，模型将无法处理全部引用内容。引用上限按 token 计量，向量库则按条数返回，因此实际引用的条数取决于每条召回内容的平均 token 长度。如果向量库的索引参数，例如 HNSW 的 efConstruction 或 M 值调大，将可能提升召回的准确性，这意味着模型能获得更相关的上下文，从而提高回答质量。然而，更高的索引参数也可能增加 Milvus 的检索延迟，需要权衡。
容易做错的三处
- 日志显示
401 Unauthorized错误，原因是没有正确配置MILVUS_TOKEN或其值过期。 - 检索结果返回的段落为空，原因是 Milvus 连接地址
MILVUS_ADDRESS配置不正确，导致无法连接。 - 模型回答中引用内容不完整或缺失，原因是向量库检索
top_k值设置过小，未能召回足够的有效段落。
怎么确认配好了
- 检查 FastGPT 后台 Milvus 连接状态是否显示“已连接”。
- 在 FastGPT 知识库测试界面，上传文档后进行检索测试，确认能返回相关的段落且段落内容完整。
- 发起一次完整的 FastGPT 对话，观察模型输出中是否包含了引用的知识库内容，并检查引用内容的总 token 量是否在 900,000 的引用上限之内。