这个品类的数据长什么样
合理用药注册申报资料主要包括药品说明书、临床试验报告、药代动力学数据、质量标准、稳定性研究报告等。这些数据大多来源于药品研发和临床试验过程，以 PDF、Word、Excel 和图片格式为主，通常包含大量的专业术语、剂量单位、实验参数和图表。数据更新频率相对较低，主要集中在新药申报、补充申请或药品说明书修订时。文档结构复杂，层级深，内部常有交叉引用，字段和单位需严格遵循药监部门的规范，例如剂量单位 mg/kg、IU，时间单位 h、min，以及各种生物指标的计量单位。
这些特征在「部署与升级」这一环带来什么约束
合理用药申报资料的复杂结构和专业性对 RAG 系统的部署提出了特定要求。首先，文档的深度嵌套和交叉引用意味着需要更强大的文件解析能力，以确保知识库构建的完整性。其次，低更新频率允许知识库可以不那么频繁地全量重建，但每次更新都可能是大规模的，需要支持高效的增量更新机制。专业术语和规范单位的存在，要求在文本嵌入（embedding）过程中能准确识别并保持其语义，避免因分词或截断导致信息丢失。此外，涉及的图表和图片数据，对 OCR 和多模态处理能力提出了更高要求，部署时需要确保相关组件的可用性和性能。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
UPLOAD_FILE_MAX_SIZE | 1024 MB | 申报资料单个文件可能较大，确保能上传大型 PDF 或 Word 文档。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理复杂文档结构和海量文本时，解析耗时较长，避免超时。 |
分段长度 | 800–1200 字符 | 兼顾上下文完整性和嵌入模型处理能力，确保专业术语和概念不被割裂。 |
相似度阈值 | 0.75 | 确保召回结果的精确性，降低无关或相似度低的片段干扰，对专业领域尤为重要。 |
重排返回条数 | 前 5 条 | 在高相似度召回的基础上，通过重排进一步优化结果，提升相关性。 |
maxContext | 4000 | 保证模型能处理足够长的上下文，应对申报资料中复杂逻辑和关联性。 |
容易做错的三处
- 本地部署后，团队成员无法创建知识库或上传文件，现象是界面提示“无权限”或功能按钮置灰。这通常是由于
TEAM_MODE_ENABLED参数未正确配置为true，导致团队管理功能未能启用。 - 上传大型 PDF 文档后，知识库构建进度长时间停滞或报错“文件解析失败”。这往往是
PARSE_FILE_TIMEOUT_SECONDS设置过低，不足以处理包含大量图表和复杂排版的大文件。 - 查询结果中，关于药品剂量或检测指标的数值出现错误或单位缺失。这可能是因为文本分段策略过于激进，将关键的数值和单位分隔开，导致嵌入和召回时信息不完整。
怎么确认配好了
- 上传一个包含多页表格和图片的 PDF 药品说明书，检查其是否能完整解析并成功构建知识库，观察知识库中是否包含表格内容。
- 使用一个包含特定剂量（例如
10 mg/kg）和作用机制的查询，验证召回结果中是否准确呈现相关数值和单位，并检查其上下文是否完整。 - 通过系统日志观察文件解析过程，确认没有出现长时间的超时警告或解析失败的错误码。
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。