这一档模型的参数意味着什么
MiniMax M1 模型具备 1000K 的上下文长度，意味着其单次请求可处理高达 100 万个 token 的输入，为知识密集型应用提供了充足的空间。引用上限 900000 规定了模型在生成回复时可以引用的知识段落总 token 量，这直接影响了知识召回的策略与粒度。尽管单次最大输出未明确标注，通常会根据实际需求和模型负载进行动态调整。此档模型支持工具调用，允许其与外部系统进行交互，执行特定任务；但不支持图片输入，表明图像理解任务需通过其他模块处理。
配 OceanBase 要定哪些
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
OCEANBASE_URL | ob://user:password@host:port/database | 连接 OceanBase 实例的必要信息，确保数据库可访问 |
ef_construction | 64 | 索引构建参数，影响召回质量与索引速度的平衡，通常取 32 到 128 之间 |
m=16 | 16 | HNSW 索引的邻居数量，控制召回精度与查询耗时，通常取 8 到 64 之间 |
recall_top_k | 5 | 向量库单次召回的段落数量，与模型引用上限和单段长度结合考量 |
chunk_size | 800 字符 | 知识库分段的建议长度，需考虑模型上下文与引用上限 |
seekdb_max_connections | 32 | SEEKDB (MySQL 协议兼容) 连接池大小，避免连接瓶颈 |
这两者互相约束的地方
MiniMax M1 模型的 1000K 上下文长度与 900000 的引用上限，对 OceanBase 的召回策略提出了明确要求。召回条数与每段长度的乘积必须小于模型的上下文预算，以确保所有召回内容都能被模型处理。例如，若 chunk_size 配置为 800 字符，则最大召回段落数不应超过 1000000 / 800 = 1250 段。模型的引用上限 900000 token 决定了实际用于回答生成的知识内容总量。当 OceanBase 返回的召回内容总 token 超过此上限时，模型会根据内部策略进行截断。 OceanBase 的 ef_construction 和 m 等索引参数调大，通常意味着更高的召回精度，但也可能增加索引构建时间和查询延迟。对于 MiniMax M1 这样上下文预算充裕的模型，更高的召回精度能够提供更丰富的知识背景，但需权衡额外的计算开销。
容易做错的三处
- 日志显示
Connection refused或Authentication failed：OCEANBASE_URL中的主机、端口、用户或密码配置不正确。 - 返回结果缺乏相关性或召回条数异常：
ef_construction或m配置过低，导致索引质量不佳，或recall_top_k设置不当。 - 模型回答内容过短或无法利用召回知识：知识库
chunk_size配置过大，导致单段信息密度不足，或超过了模型引用上限。
怎么确认配好了
- 检查 FastGPT 控制台的「数据源」连接状态，确认 OceanBase 状态为「已连接」。
- 执行一次知识库问答，检查模型回答中引用的知识段落数量与相关性，并与
recall_top_k配置进行比对。 - 通过 FastGPT 的「调试」功能，查看模型输入中的
context字段，确认召回内容的完整性与 token 数量，确保未超出 MiniMax M1 的上下文长度。 - 观察 OceanBase 的查询日志，确认向量搜索的延迟，与
ef_construction和m参数调整后的预期性能进行对比。