这个品类的数据长什么样
康复设备的数据来源多样，主要包括制造商提供的产品说明书、技术手册、维修指南、临床应用案例以及法规符合性文件。这些文档通常以 PDF 格式为主，部分包含扫描图片内容。数据更新频率相对较低，新品发布或技术升级时会有集中更新，但单个产品的生命周期内变化不大。文档结构上，产品说明书常包含产品型号、技术参数、功能描述、操作步骤、注意事项、维护保养等固定章节。字段与单位方面，涉及功率（W）、电压（V）、频率（Hz）、尺寸（cm）、重量（kg）、承重（kg）等物理量，以及治疗模式、适用人群、禁忌症等描述性字段。
这些特征在「知识库检索与召回」这一环带来什么约束
康复设备文档中扫描图片内容的存在，对知识库的文本提取能力提出了挑战，可能导致关键参数和描述信息无法有效索引。文档中包含大量技术参数和专业术语，要求分词策略能准确识别并保留这些专有名词的完整性。产品型号、序列号等唯一标识符的检索精度至关重要，需要确保精确匹配。由于更新频率不高，知识库在初次构建后，需要一套高效的增量更新机制来处理少量新增或修订的文档。此外，不同产品之间的功能相似性较高，在检索时需要区分细微的技术差异，避免泛化召回。
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 | 康复设备文档的段落通常较长，包含完整的技术描述或操作步骤，此长度有助于保留上下文。 |
分段重叠长度 | 100 字符 | 确保相邻分段之间有足够的重叠，以覆盖跨段落的关键信息，尤其是在参数列表或步骤描述中。 |
召回条数 | 前 8–12 条 | 康复设备咨询通常涉及多个相关技术点，增加召回条数有助于覆盖更全面的信息，提高命中率。 |
相似度阈值 | 0.75–0.85 | 针对技术文档，需要较高的相似度阈值以确保召回结果的精确性，避免无关信息的干扰。 |
重排返回条数 | 前 5 条 | 经过重排后，优先展示最相关的少数条目，方便用户快速获取核心信息。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 康复设备说明书可能包含大量图片或复杂排版，延长解析超时时间以确保文档能完整处理。 |
容易做错的三处
- 现象：检索结果中出现大量无关或低相关度的产品信息。原因：分词策略未能有效识别专业术语，或相似度阈值设置过低，导致召回范围过广。
- 现象：部分关键参数或表格内容无法被检索到。原因：原始 PDF 文件为图片扫描件，文本提取失败，导致这些信息未被正确索引。
- 现象：用户查询特定型号的产品时，系统无法召回该产品的信息，或召回信息不完整。原因：知识库在分割时，未能正确处理文档中字符串表示的换行符，导致关键信息被截断或错误分段。
怎么确认配好了
- 选取典型康复设备产品说明书，通过 FastGPT 知识库上传并查看文本提取结果，核对关键参数、型号和描述是否完整。
- 设计一系列包含产品型号、技术参数和常见故障的查询，观察召回结果的准确性和完整性，并评估召回条目的相关性阈值。
- 针对包含扫描图片或复杂表格的文档，执行检索测试，确认这些内容中的关键信息能否被有效召回。
- 模拟用户查询产品维护、故障排除等场景，检查系统是否能提供准确的操作步骤和注意事项，并验证重排后的结果顺序是否合理。
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。