这个品类的数据长什么样
DTP 药房的制度与 SOP 数据主要来源于企业内部的文档管理系统，包括 Word、PDF、扫描件等多种格式。这些文档涵盖药品采购、存储、调配、销售、患者服务、质量控制等多个环节的详细操作规程和管理制度。数据更新频率通常与政策法规变动、药品批次更新、内部流程优化等因素相关，可能每月或每季度进行局部修订，年度进行大版本更新。文档结构严谨，通常包含章节标题、条款编号、附录、图表等元素。字段与单位具有行业特有性，例如药品批号、有效期、存储条件（温度、湿度）、剂量单位（mg、g、ml）、患者信息（脱敏处理后）等。
这些特征在「工具调用与插件」这一环带来什么约束
DTP 药房制度数据的高度结构化和专业性，对工具调用与插件提出了特定要求。首先，文档格式多样性要求 FastGPT 的文件解析插件具备强大的多格式处理能力，尤其针对扫描件的 OCR 识别精度至关重要。其次，更新频率带来的版本管理需求，使得工具调用需要能够指定或识别特定版本的制度文档，避免引用过时信息。第三，专业字段和单位的准确识别，直接影响问答结果的可靠性，例如对药品剂量、存储温度等关键信息的提取和比对，必须确保单位一致性，防止误解。最后，涉及患者服务和药品安全时，对工具调用结果的准确性和溯源性要求极高，需要插件能够提供结果的原文出处，并支持对关键信息的双重校验机制。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 4096 | 覆盖多数 DTP 药房 SOP 单节内容的长度，保证上下文完整性 |
分段长度 | 800–1200 字符 | 平衡召回精度与处理效率，避免长段落信息冗余或关键信息丢失 |
召回条数 | 前 5 条 | 聚焦最相关的制度条款，减少模型处理无关信息的负担 |
相似度阈值 | 0.75 | 确保召回的制度条目与用户问题高度相关，减少误召回 |
重排返回条数 | 3 | 精选最核心的制度或 SOP 条款，提升答案的精准度 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 多数 DTP 药房制度文件较大，保证文件解析过程不超时 |
容易做错的三处
- 工具调用返回空值，日志显示
HTTP 500错误。原因在于外部服务接口鉴权失败或请求参数格式不正确，未能正确传递API Key或JSON结构体。 - 回答中引用的制度条款与实际不符。原因在于知识库中的文档版本未及时更新，或文件解析插件未能识别文档中的版本号信息，导致召回了旧版内容。
- 对药品剂量或存储条件的问答结果出现单位错误。原因在于文本解析或实体识别插件未能正确处理专业字段的单位转换或识别，例如将毫克误读为克。
怎么确认配好了
- 上传最新版 DTP 药房制度文档，检查知识库中分段内容是否完整且无乱码，并核对文档版本信息。
- 针对特定药品剂量、存储温度等关键信息提问，验证回答中引用的数值和单位是否与原文一致。
- 模拟提问关于采购流程、质量控制等复杂制度问题，检查工具调用是否成功触发，并对比返回结果与预期制度条款的匹配度。
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。