这个品类的数据长什么样
药物警戒注册申报资料主要来源于药品上市许可持有人提交的不良反应报告、安全性更新报告、风险管理计划、以及全球医学文献数据库的检索结果。数据更新频率高，尤其是药品上市后，不良反应报告会持续涌入，安全性更新报告通常按季度或年度提交。文档形式多样，包括结构化的数据库记录（如 ICH E2B 格式）、半结构化的 PDF 报告（如 CIOMS I 表格）、以及非结构化的医学文献全文。字段涵盖患者基本信息、药品信息、不良事件描述（包括 MedDRA 编码）、因果关系评估、以及后续处理措施。单位涉及剂量（mg、g、IU）、频率（次/日、周）、时间（天、月、年），且常伴随医学术语和缩写。
这些特征在「部署与升级」这一环带来什么约束
药物警戒数据的高更新频率要求 FastGPT 知识库具备高效的增量更新和版本管理能力，以确保申报资料的时效性。多样的文档形式意味着需要强大的文档解析工具，能够处理结构化与非结构化数据的混合输入，并准确提取关键信息。特别是医学文献中的复杂语义和专业术语，对模型的理解能力提出高要求。由于涉及敏感的患者信息，数据安全和隐私保护是部署时的关键考量，需要严格的权限控制和数据脱敏机制。此外，字段和单位的标准化处理是确保 RAG 召回精度和问答准确性的基础，任何解析或索引的偏差都可能导致申报资料的错误。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
UPLOAD_FILE_MAX_SIZE | 500 MB | 药物警戒报告和文献常包含大量图片和图表，文件体积较大。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理复杂 PDF 报告和长篇医学文献需要较长的解析时间。 |
maxContext | 3000 Tokens | 确保能够捕获不良反应报告中的完整上下文和详细描述。 |
分段长度 | 800–1200 字符 | 平衡上下文完整性和召回效率，避免长段落信息丢失。 |
相似度阈值 | 0.75 | 保证召回结果与查询意图高度相关，减少不准确信息的干扰。 |
重排返回条数 | 前 10 条 | 提高关键信息的命中率，覆盖更多相关的不良事件报告。 |
容易做错的三处
- 传入链接后无法解析出文档内容，原因在于文档解析服务未正常启动或配置的代理无法访问外部资源。
- 线上版本的对话持续搜索知识库无响应，现象通常是由于知识库索引服务过载或数据库连接异常导致。
- 版本升级后解析准确性下降，这是因为新版本模型或解析器与现有数据格式存在不兼容，需要调整解析规则或重新索引。
怎么确认配好了
- 上传典型的不良反应报告 PDF，检查是否能正常解析并提取出患者年龄、药品名称、不良事件 MedDRA 编码等关键字段。
- 针对近期更新的安全性更新报告，执行一次知识库增量同步，确认新数据能够被成功索引并参与召回。
- 使用包含医学术语的查询语句，测试 FastGPT 对药物警戒相关问题的问答准确性，并核对召回的源文档与答案的相关性。
- 观察系统日志，确认文件上传、解析、向量化和知识库查询过程中没有出现异常报错或长时间超时现象。
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。