这个品类的数据长什么样
合理用药产品的数据源多样，主要包括药品说明书、临床指南、药物相互作用数据库、不良反应报告以及患者病历数据。这些数据更新频率不一，例如药品说明书和临床指南通常按季度或年度更新，而药物相互作用数据库和不良反应报告可能实时或每日更新。文档结构方面，药品说明书多为 PDF 或 XML 格式，包含适应症、禁忌症、用法用量、不良反应等结构化字段。临床指南则以 PDF 或 HTML 形式呈现，内容结构较为复杂，常包含图表和交叉引用。字段与单位方面，剂量常用毫克（mg）、克（g）或单位（U），频率常用每日一次（qd）、每日两次（bid）等，疗程常用天（d）、周（w）。数据中还常包含 ICD-10 疾病编码、ATC 药品分类码等标准化标识符。
这些特征在「部署与升级」这一环带来什么约束
合理用药数据的高度结构化和多样化的更新频率，在部署时要求系统具备多源数据接入和异构数据解析能力。例如，解析 PDF 格式的药品说明书需要专门的 OCR 或布局解析技术，而处理 XML 格式则需要对应的解析器。频繁更新的药物相互作用数据库，要求部署方案支持增量更新和实时索引重建，以确保知识库的时效性。临床指南的复杂结构，意味着在数据分块和向量化时需要考虑语义完整性，避免关键信息被割裂。字段与单位的标准化，则要求在数据清洗和向量化预处理阶段进行单位统一和实体识别，确保查询时能准确匹配。数据合规性要求，使得部署环境在数据存储和传输方面需要满足严格的加密和访问控制标准。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
UPLOAD_FILE_MAX_SIZE | 500 MB | 药品说明书和临床指南文件较大，确保一次性上传。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 大型 PDF 文件解析耗时较长，防止因超时导致解析失败。 |
分段长度 | 800–1200 字符 | 平衡语义完整性和召回效率，避免长文本分段过度割裂。 |
召回条数 | 前 10 条 | 确保初步召回足够多的相关上下文，覆盖潜在的用药决策点。 |
相似度阈值 | 按实测标定 | 不同数据源和查询类型对相似度要求不同，需根据实际验证。 |
maxContext | 4000 tokens | 承载药品说明书、指南片段及用户提问，保证模型处理能力。 |
容易做错的三处
- 模型返回“400”错误，现象是模型无法处理特定查询，原因可能是上下文长度超过模型限制或输入格式不规范。
- 知识库查询结果遗漏关键信息，现象是返回的用药建议不完整或错误，原因在于数据分块不合理，导致重要信息在向量化时被割裂。
- 更新数据后，系统仍然给出旧的用药建议，现象是知识库内容未及时同步，原因可能是增量更新机制未正确配置或索引重建失败。
怎么确认配好了
- 上传一份包含复杂表格和图示的药品说明书 PDF 文件，检查解析后的文本内容是否完整且结构正确。
- 针对一种已知药物相互作用进行查询，验证系统能否准确召回相关警告信息，并核对返回结果的字段与单位是否一致。
- 模拟一次用药指南更新，观察知识库的更新时间戳，并通过查询验证新指南内容是否已生效。
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。