这个品类的数据长什么样
基因治疗 AAV（腺相关病毒）相关的制度与标准操作规程（SOP）文档，通常来源于药监部门发布的技术指导原则、行业协会制定的质量管理规范，以及企业内部自行开发的生产、质控、临床研究 SOP。这些文档以 PDF 或 Word 格式为主，结构严谨，包含大量专业术语、流程图、表格和参考文献。更新频率相对较低，主要在政策法规修订或技术突破时进行，通常每年或每两年一次。文档内容涉及病毒载体构建、细胞库建立、生产工艺、质量检测标准（如 AAV 滴度、纯度、空壳率、基因组完整性）、临床前毒理学评价、临床试验方案设计、伦理审查、数据管理与统计分析等。字段与单位具有高度特异性，例如 AAV 滴度通常以 vg/mL（病毒基因组拷贝数/毫升）表示，纯度以 %（百分比）表示，生产批次号遵循严格的命名规则。
这些特征在「部署与升级」这一环带来什么约束
AAV 制度文档的严谨性和专业性，要求 FastGPT 在知识库构建时能准确解析复杂表格和图示，并理解专业术语的上下文关系。更新频率低但影响广泛，意味着知识库在更新时需要进行全面的版本控制和增量同步，确保新旧版本制度的衔接与差异对比能力。文档中特有的计量单位和字段，例如 vg/mL，要求底层模型具备对科学单位的识别能力，避免将其误认为普通文本。此外，由于这类文档往往是企业合规性的基石，部署环境需要满足高安全性要求，确保数据不外泄。解析大型 PDF 文件中的流程图和嵌套表格对文件处理模块的 PARSE_FILE_TIMEOUT_SECONDS 参数和 UPLOAD_FILE_MAX_SIZE 参数提出较高要求，以避免因文件复杂性导致的解析失败或上传超时。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
UPLOAD_FILE_MAX_SIZE | 500 MB | AAV 制度文档可能包含大量图表和图片，文件体积较大 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 复杂 PDF 和 Word 文档解析耗时较长，防止超时 |
分段长度 | 800-1200 字符 | 确保单个段落包含足够上下文，同时避免过长影响召回效率 |
召回条数 | 10 条 | 提高召回覆盖率，应对制度问答中可能存在的多个相关条款 |
相似度阈值 | 0.75 | 制度问答对准确性要求高，适当提高阈值筛选更精准结果 |
重排返回条数 | 5 条 | 在高召回率基础上，由重排模型精选最相关的核心条款 |
容易做错的三处
- 现象：上传大型 AAV 制度 PDF 文件后，界面显示“文件上传失败”或“解析超时”。原因：
UPLOAD_FILE_MAX_SIZE或PARSE_FILE_TIMEOUT_SECONDS参数设置过小，未能应对复杂文档的传输与处理需求。 - 现象：知识库问答中，关于 AAV 滴度、纯度等专业数值的查询结果不准确或缺失。原因：文本分段策略未充分考虑专业术语和单位的完整性，导致相关信息在分段时被割裂。
- 现象：Docker 部署后，PostgreSQL 容器反复重启，无法正常启动。原因：Docker Compose 配置中 PostgreSQL 的数据卷挂载权限问题或资源限制不足，导致数据库无法持久化或分配到足够的内存。
怎么确认配好了
- 上传一份包含复杂图表和长篇文字的 AAV 制度 PDF 文件，观察上传和解析过程是否顺利完成，无超时或报错信息。
- 针对知识库中关于 AAV 滴度
vg/mL、纯度百分比等专业字段进行提问，核对返回结果是否准确包含这些关键信息和单位，并检查其上下文是否完整。 - 创建测试问题，覆盖新旧制度版本差异点，验证知识库是否能正确识别并区分不同版本制度间的变化，核对答案的权威性。
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。