感染性疾病制度的工具调用与插件

这个品类的数据长什么样

感染性疾病领域的制度与SOP数据主要来源于国家卫健委、疾控中心发布的诊疗指南、防控方案，以及医院内部制定的感染控制手册、应急预案。这些文档更新频率相对较高，特别是遇到新型病原体或疫情时。文档结构通常包含章节目录、具体条款、定义、流程图、表格等。字段方面，常涉及病原体名称、诊断标准、治疗方案、隔离措施、报告时限、消毒方法等。数据单位则包括时间单位（如“小时”、“天”）、浓度单位（如“mg/L”）、数量单位（如“例”）、频率单位（如“次/日”）等。

这些特征在「工具调用与插件」这一环带来什么约束

感染性疾病制度的高更新频率要求工具调用具备动态数据源集成能力，确保检索到的信息是最新的。文档中大量的专业术语、诊断标准和治疗流程，使得精准理解用户意图并调用对应工具成为关键。例如，涉及“抗生素敏感性”的查询，可能需要调用特定工具查询耐药谱。报告时限和隔离措施等强规范性内容，则要求工具能够准确提取并呈现具体数值，避免模糊回答。此外，流程图和表格的存在，意味着需要工具具备一定的结构化信息解析能力，以便在问答中引用或解释这些复杂信息。

配置怎么定

容易做错的三处

• 现象：系统无法准确识别用户提问中关于特定病原体的诊断标准，即使相关制度文档已导入。 原因：分词器对医学专有名词的识别能力不足，导致索引建立时关键信息丢失。
• 现象：用户询问“某疾病的隔离措施”，但返回结果未能给出具体的隔离天数或解除隔离条件。 原因：工具调用未能准确解析制度文档中表格或列表形式的结构化数据，导致关键数值信息遗漏。
• 现象：用户在提问后，FastGPT未调用任何插件，直接给出通用性回答。 原因：tool_code 定义的触发条件过于宽泛或与用户意图匹配度不高，无法触发特定插件执行。

怎么确认配好了

• 针对核心疾病类型，模拟用户提问关于其诊断、治疗、隔离等关键信息，检查系统是否能准确引用制度原文。
• 测试包含表格、流程图等复杂结构化信息的制度文档，验证工具能否解析并提取出关键数值和步骤。
• 创建与插件功能强相关的查询，观察FastGPT是否能成功触发并执行对应的工具，并返回预期结果。
• 检查日志输出，确认在特定查询下，tool_code 的触发逻辑是否按预期工作，以及工具返回的数据是否被正确处理。

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。