这个品类的数据长什么样
合理用药产品的数据主要来源于各类药学指南、国家药品目录、临床路径、药品说明书、医学文献以及药品不良反应报告。这些数据更新频率相对较高，尤其是药品目录和指南，通常每年或每季度会有更新。文档结构以半结构化和非结构化为主，例如药品说明书包含用法用量、适应症、禁忌症等固定字段，但描述性文字较多。医学文献则多为纯文本。关键字段包括药品通用名、商品名、适应症、禁忌症、用法用量、不良反应、相互作用等，单位涉及剂量（mg、g、IU）、频次（次/日）、时间（小时、天、周）等。
这些特征在「文档解析与分块」这一环带来什么约束
合理用药数据的高更新频率要求知识库具备高效的增量更新和版本管理能力，以避免过时信息误导。半结构化和非结构化的文档特点决定了需要智能化的解析策略，既能识别并提取固定字段信息，又能有效处理自由文本中的药学知识。例如，药品说明书中的用法用量部分，可能包含多种适用人群和剂量方案，这要求分块时能保持这些关联信息的完整性。药学领域的专业术语和缩写，以及不同来源文档中对同一概念的不同表述，对词汇标准化和语义理解提出了挑战，影响着分块的边界和内容的准确性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 800–1200 字符 | 兼顾语义完整性和检索效率，避免过长分块稀释关键信息，过短分块切断上下文。 |
分段重叠长度 | 100–200 字符 | 确保分块边界处的语义连续性，提高检索召回率，尤其适用于描述性文本。 |
maxContext | 前 5 条 | 优先召回最相关的分块，平衡模型处理能力与信息全面性。 |
相似度阈值 | 0.75–0.85 | 保证检索结果的相关性，过滤掉不相关的分块，减少噪音。 |
UPLOAD_FILE_MAX_SIZE | 500 MB | 适应大型药学指南或批量上传的药品说明书，避免上传失败。 |
PARSE_FILE_TIMEOUT_SECONDS | 300–600 秒 | 应对复杂文档解析耗时，保证大型文件能被充分处理。 |
容易做错的三处
- 知识库中导入的表格数据在输出时无法显示完整内容，通常是由于表格解析器未正确识别表格结构或分块策略未将表格内容作为一个整体进行处理。
- 文档分块内容中的主要信息与辅助数据在检索时未体现出优先级，导致核心药学知识被次要信息淹没，影响回答准确性。
- 在不同向量模型之间切换后，文档嵌入向量未重新生成或适配，导致检索效果显著下降，表现为召回不准确。
怎么确认配好了
- 上传典型药品说明书或指南文档后，检查知识库中分块的完整性，确保关键的用法用量、禁忌症等信息未被切割。
- 针对特定药品和病症，通过提问测试知识库的回答准确性，评估是否能正确引用相关分块内容。
- 模拟多种检索场景，观察
相似度阈值对召回结果数量和质量的影响，并根据实际需求进行调整。 - 定期检查系统日志，确认文档解析任务没有超时或报错，尤其是对于大文件上传。
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。