这一档模型的参数意味着什么
StepFun 8K 上下文模型档位提供 step-1-flash 和 step-2-mini 两款模型，其上下文长度 maxContext 为 8000 tokens，决定了单次请求中可输入的最大文本量。引用上限 quoteMaxToken 为 6000 tokens，限定了引用内容合计所占的 token 预算，这与检索返回的段落条数是两个不同的量。单次最大输出未标注，意味着模型在生成回复时没有明确的长度限制。图片输入和工具调用功能均为 false，表明这些模型不具备处理图像信息或调用外部工具的能力，因此相关的技术链路不需要考虑。
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 | 数据库连接字符串，用于 FastGPT 访问 pgvector 实例。 |
ef_construction | 80 | HNSW 索引构建参数，影响索引质量与构建时间。 |
ef_search | 60 | HNSW 索引搜索参数，影响搜索召回率与查询速度。 |
m = 32 | 32 | HNSW 索引层数参数，影响内存占用与查询性能。 |
vector_ip_ops | true | 启用向量内积操作，与模型的嵌入向量类型匹配。 |
recall_top_k | 5 | 向量召回的条数，与引用上限和每段长度综合考虑。 |
这两者互相约束的地方
召回条数与每段内容的长度之积不应超过模型 8000 tokens 的上下文预算。引用上限 quoteMaxToken 按 token 计数，它限制了所有引用内容的总量。向量库返回的则是按条数计，每条内容的 token 长度是可变的，因此谁先达到上限取决于每段内容的平均长度。当每段内容较短时，可能会召回更多条数才达到引用上限；而当每段内容较长时，可能少量条数就会触及引用上限。PostgreSQL（pgvector） 的索引参数 ef_construction 和 ef_search 调大后，向量检索的精度会提升，召回更相关的段落，这有助于模型在 6000 tokens 的引用预算内获取高质量信息。高精度的召回能让模型更有效地利用上下文，即使在有限的引用预算下也能生成准确的回复。
容易做错的三处
- 日志中出现
ERROR: database "xxx" does not exist：原因是没有正确配置PG_URL中的数据库名称或数据库未创建。 - 检索结果返回的
data字段为空，但数据库中有数据：原因可能是ef_search参数设置过低，导致召回率不足，或查询向量与索引数据不匹配。 - 模型回复出现
Context window exceeded错误：原因在于检索到的引用内容总 token 数加上用户输入已超出 8000 tokens 的上下文长度。
怎么确认配好了
- 在 FastGPT 界面配置知识库后，上传文档并检查日志，确认没有
pgvector connection error异常信息。 - 通过 FastGPT 的知识库测试功能，输入查询语句，观察返回的引用内容是否相关且数量符合预期
recall_top_k设置。 - 使用 FastGPT 调试模式，查看模型输入中的
quote字段，确认引用内容的 token 总量未超过 6000 tokens 的引用上限。 - 监控 PostgreSQL（pgvector）的 CPU 和内存使用情况，确保在查询高峰期系统资源消耗在可接受范围内。