偏差与 CAPA产品的表单与交互

这个品类的数据长什么样

偏差与 CAPA（Corrective Action and Preventive Action）数据主要来源于企业内部的质量管理系统、生产执行系统（MES）以及实验室信息管理系统（LIMS）。数据更新频率根据事件的发生和处理进度而定，通常是实时或准实时的。文档结构复杂，包含偏差报告、根本原因分析（RCA）、纠正措施计划、预防措施计划、验证报告等多种类型。字段包括事件编号、发生日期、发现部门、偏差描述、影响评估、根本原因、措施内容、负责人、计划完成日期、实际完成日期、状态、批准人等。单位多为日期、人名、部门名称、文本描述，不涉及复杂的数值单位转换。

这些特征在「表单与交互」这一环带来什么约束

偏差与 CAPA 数据的高度结构化和流程化，要求表单设计能清晰反映其生命周期。字段的关联性强，例如根本原因与纠正措施之间存在逻辑依赖，这要求表单在交互上支持条件显示和动态加载。文本描述字段（如偏差描述、根本原因分析）内容量大，需要支持富文本编辑和长文本输入，避免因文本过长导致的数据截断或提交失败。负责人和批准人字段通常需要与组织架构或用户管理系统集成，提供用户选择器。计划完成日期和实际完成日期对格式有严格要求，需提供日期选择控件。状态字段的流转需要与工作流引擎紧密结合，确保表单提交后触发相应的审批或通知流程。

配置怎么定

配置项	建议取法	这样取的依据
`UPLOAD_FILE_MAX_SIZE`	`50 MB`	偏差与 CAPA 报告常附带图片、PDF 等佐证材料，文件大小需满足常见文档上传需求。
`maxContext`	`4000 字符`	确保长文本描述字段（如偏差描述、根本原因分析）能够完整输入，避免截断。
`PARSE_FILE_TIMEOUT_SECONDS`	`300 秒`	应对大型 PDF 或图片文档解析时间，防止解析超时导致的用户体验问题。
`分段长度`	`500 字符`	确保文档解析后，每个知识块包含足够上下文，支持准确的检索和问答。
`召回条数`	`前 10 条`	提高相关信息的召回率，尤其在复杂根本原因分析场景中，需多维度参考。
`相似度阈值`	`0.75`	平衡召回精度和泛化能力，确保查询结果与偏差或 CAPA 内容高度相关。

容易做错的三处

用户提交长文本内容时，系统提示“输入文字内容过大就会报错”。这是由于 maxContext 参数配置过小，导致前端或后端对文本长度的限制。
工作流中调用子工作流处理 CAPA 审批时，子工作流的“用户选择”节点后的节点不执行。这通常是由于子工作流在被调用后，其内部的用户选择节点没有正确接收到父工作流传递的用户或角色信息，导致后续流程无法触发。
表单提交后，关联文档解析失败，日志显示“文档解析工具去解析输入的文件地址，结果会报错”。这可能是由于文件路径不正确、文件权限不足或 PARSE_FILE_TIMEOUT_SECONDS 配置过短，导致大文件解析超时。

怎么确认配好了

完整填写一个包含所有复杂字段的偏差报告表单，并成功提交，检查所有字段数据是否正确保存。
上传一个典型的 CAPA 附件（如 20MB 的 PDF 文档），确认文档解析工具能正常工作，且解析结果可在知识库中查询。
模拟一个完整的 CAPA 审批流程，包括不同角色的用户进行审批操作，确认每个节点的状态流转和通知机制均按预期执行。

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。