这一档模型的参数意味着什么
maxContext 上下文长度 256000 token，这决定了单次请求模型能够处理的输入总量，包括系统指令、用户提问和召回内容。模型响应的长度由未标注的单次最大输出决定。quoteMaxToken 引用上限 256000 token，这限制了召回内容可以占据的 token 预算。引用内容合计 token 量不能超过此上限。段落条数由检索侧的返回条数决定。图片输入 false 表明模型不支持图像作为输入。工具调用 false 则意味着模型不具备调用外部工具的能力。
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，确保可访问性和权限。 |
m | 32 | HNSW 算法中每个节点连接的最大邻居数量，影响索引质量和查询速度。 |
ef_construction | 100–200 | HNSW 索引构建时搜索的邻居数量，值越大索引质量越高，构建时间越长。 |
ef_search | 80–150 | HNSW 查询时搜索的邻居数量，值越大召回率越高，查询时间越长。 |
| 检索条数 | 20–50 条 | 召回条数与每段长度共同决定引用内容总 token 量，需适配 quoteMaxToken。 |
| 每段长度 | 500–800 字符 | 文本切分的粒度，影响召回内容的精细度和 token 消耗。 |
这两者互相约束的地方
召回条数与每段文本长度的乘积，不能超过 maxContext 上下文预算。quoteMaxToken 引用上限按 token 计，而向量库返回的是按条数计。哪一个限制先触达，取决于每段内容的平均 token 长度。如果每段内容较短，可能在达到引用上限 token 数之前，就已经返回了大量条目。反之，如果每段内容较长，则可能只返回少量条目便触及引用上限。PostgreSQL（pgvector）的索引参数，如 ef_construction 和 ef_search，调大之后，向量搜索的召回准确率会提升，这为 step-1-256k 模型提供了更优质的输入内容，有助于提升模型理解和生成答案的质量。
容易做错的三处
- 日志显示
context window exceeded：召回内容加上用户输入超过了maxContext上下文长度。 - 返回内容与引用材料关联性低：
ef_search设置过低，导致向量检索的召回率不足。 - 数据库连接超时或失败：
PG_URL配置不正确，或者数据库防火墙限制了访问。
怎么确认配好了
- 运行测试用例，观察模型在不同召回条数下的响应质量，以此确定
ef_search的合理阈值。 - 检查 FastGPT 平台日志，确认每次请求的输入 token 数量未超过
maxContext。 - 监控 PostgreSQL（pgvector）的查询延迟，确保
ef_search和m的设置不会导致性能瓶颈。 - 通过 FastGPT 界面查看引用内容是否完整呈现，确认召回条数与每段长度的配置符合预期。