这个品类的数据长什么样
合理用药的数据主要来源于临床指南、药物说明书、药品不良反应报告、药理学研究文献以及患者电子病历（EHR）中的用药记录。这些数据更新频率不一，临床指南可能每年更新，而药品不良反应报告则是持续实时录入。文档结构上，指南通常是半结构化的文本，包含章节、小节和图表；药物说明书则有明确的字段，如适应症、禁忌症、用法用量、副作用等。EHR数据则结构化程度更高，包含患者ID、诊断、用药名称、剂量、频次等。字段方面，剂量常涉及毫克（mg）、克（g）、毫升（mL）等单位；频次则有每日次（QD）、每日两次（BID）等标准缩写。
这些特征在「工作流编排」这一环带来什么约束
合理用药数据的多样性对工作流编排提出了特定要求。临床指南的半结构化特性，意味着在知识库处理时需要更精细的分段策略，以确保上下文完整性。药物说明书的标准字段则有利于构建结构化查询，通过预定义的槽位（slot）进行信息抽取。EHR中包含的患者个体化信息，要求工作流在预筛过程中能够动态整合多源数据，例如将患者的年龄、肝肾功能等与药物禁忌症进行比对。数据更新频率的差异，决定了知识库的同步机制需支持分级更新，对不良反应报告这类高频数据，应设置更短的同步周期。此外，用药剂量和频次的单位标准化，要求工作流中的数据解析节点能够准确识别并转换各类医学单位，避免因单位不一致导致的判断错误。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 500–800 字符 | 适应临床指南和文献的上下文连贯性，避免信息碎片化。 |
召回条数 | 8–12 条 | 确保覆盖多种相关药物信息和临床建议，提高召回率。 |
相似度阈值 | 0.75 | 平衡召回与精确度，过滤掉低相关性文档，聚焦核心用药信息。 |
maxContext | 3500 tokens | 容纳更多复杂病情描述和多重用药方案，支持深入分析。 |
知识库插件优化 | 开启 | 利用模型对知识库内容进行初步理解和重组，提升信息质量。 |
ToolCall_max_retries | 3 次 | 应对外部API调用（如药物数据库查询）偶发性网络波动或服务瞬时故障。 |
容易做错的三处
- 聊天中无法触发预期的合理用药工作流：问题优化节点可能重写了用户意图，导致与工作流的触发条件不匹配。
- 工具调用节点返回结果为空或不完整：外部药物数据库或EHR接口调用失败，或返回JSON结构与预期不符。
- 最终推荐方案与患者病历信息不符：工作流中患者信息提取节点未正确解析EHR数据，或数据映射错误。
怎么确认配好了
- 使用典型病例场景进行端到端测试，检查工作流是否能正确触发并执行至结束。
- 检查关键工具调用节点的日志输出，确认外部API请求参数正确，响应数据结构符合预期。
- 比对工作流输出的合理用药建议与专家审核结果，评估建议的准确性和完整性。
- 观察知识库同步任务状态，确保所有关联知识源（如药品说明书版本
v2.1）数据均已成功更新。
问题素材取自公开社区提问（2026-09-11 去重 4,834 条）。文中的配置项名称与取值区间需以所用版本的实际界面与文档为准；本页核验日 2026-09-21，当时的最新发布版本为 FastGPT v4.17.0。