这个品类的数据长什么样
生物医药领域的清洁验证研发文档，其数据主要来源于实验记录、分析报告、设备日志和标准操作规程（SOP）。这些文档以 PDF、Word 或扫描图片形式存在，通常包含大量非结构化文本、表格和图表。更新频率相对较低，主要发生在新产品开发、工艺变更或法规更新时。文档结构高度规范，遵循 GMP/GLP 要求，包含批次信息、设备编号、清洁剂种类、残留物分析结果、回收率数据和可接受限度等字段。单位涉及 ppm、µg/cm²、mg/L 等多种物理化学量纲。
这些特征在「对话日志与审计」这一环带来什么约束
清洁验证文档的规范性和专业性，对对话日志的记录与审计提出了高要求。文档中涉及的批次号、设备 ID 等关键标识符，必须在对话日志中被准确捕获和关联，以便追溯。低更新频率意味着历史日志的长期保存需求，以满足法规审计要求。文档中复杂的表格和图表数据，在结构化解析后，其原始来源和解析结果的映射关系需清晰体现在日志中。多样的单位和专业术语，要求日志系统能准确记录用户查询中的单位转换意图和模型回复中的单位一致性，避免因单位混淆导致的数据误读，这些都直接影响审计的准确性与合规性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
LOG_RETENTION_DAYS | 1825 (5 年) | 符合生物医药行业法规对历史数据可追溯性的要求 |
MAX_LOG_SIZE_GB | 200 GB | 兼顾存储成本与长期审计需求，根据实际数据量调整 |
AUDIT_LEVEL | FULL | 记录所有用户交互、模型输出、知识库检索路径，确保审计全面性 |
PARSED_DOC_ID_FIELD | document_id | 确保每条对话日志能关联到具体的清洁验证文档 ID，便于溯源 |
UNIT_CONVERSION_LOGGING | TRUE | 记录用户查询和模型回复中的单位转换操作，提升数据准确性审计能力 |
ERROR_DETAIL_LEVEL | VERBOSE | 记录详细的错误堆栈和上下文信息，便于问题排查与优化 |
容易做错的三处
- 查看日志时出现
Error: $lookup with 'pipeline' may not specify 'localField' or 'fore错误，通常是由于日志存储后端配置不当，导致聚合查询语法不兼容。 - 导出对话日志时，部分记录缺失或中断，表现为导出文件大小异常或条目数不符，这可能是因为
MAX_EXPORT_RECORDS参数设置过低或导出进程超时。 - 对话记录中，模型对清洁验证报告中的回收率数据进行了单位转换，但日志中未体现转换前后的原始单位和转换逻辑，导致审计时无法核实数据正确性。
怎么确认配好了
- 随机选取若干批次号，通过对话查询，并在日志中核对这些批次号是否被准确捕获，且与知识库中的
document_id字段关联无误。 - 模拟一次包含复杂单位（如 µg/cm²）的查询，检查日志中是否详细记录了用户输入的原始单位、模型回复的单位以及可能发生的单位转换过程。
- 尝试触发一次预期的错误（例如，查询一个不存在的设备 ID），检查系统日志中是否记录了详细的错误堆栈和相关上下文信息，以便于追溯问题原因。
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。