这个品类的数据长什么样
罕见病研发文档数据来源多样，包括临床试验报告、基因测序数据、病例档案、药物作用机制研究论文以及监管机构提交文件。这些文档的更新频率相对较低，通常与临床试验阶段性成果、新药审批进展或研究突破相关。文档结构复杂，常包含大量非结构化文本、表格、图谱和生物分子序列信息。字段方面，涉及基因位点、突变类型、表型描述、药物靶点、剂量单位（如 mg/kg、μM）、疾病进展评分（如 EDSS 评分）和不良事件代码（如 MedDRA 编码）。单位使用上高度专业化，且存在不同标准体系。
这些特征在「对话日志与审计」这一环带来什么约束
罕见病研发文档的复杂性对对话日志的记录粒度提出更高要求。由于文档包含大量专业术语和交叉引用，日志需要能够精细捕获用户查询中的关键词、实体识别结果和系统内部的推理路径，以支撑后续的审计分析。低更新频率意味着历史查询结果可能长期有效，但一旦数据更新，旧日志的参考价值会降低，需要有机制区分日志的时效性。多样的字段和单位要求日志不仅记录查询文本，还要记录模型对特定字段值和单位的解析结果，便于核对准确性。此外，由于涉及敏感的患者数据和知识产权，审计日志必须满足严格的合规性要求，确保数据访问和使用可追溯。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
logLevel | INFO | 记录详细操作信息和关键解析步骤，满足审计和问题排查需求 |
maxLogRetentionDays | 365 天 | 兼顾合规性要求和存储成本，覆盖一个典型的研发周期 |
auditTrailEnabled | true | 确保所有数据访问和修改行为均被记录，满足合规性 |
entityResolutionConfidenceThreshold | 0.75 | 平衡实体识别的准确率与召回率，减少日志中的误报 |
customMetadataFields | ['trial_id', 'drug_name', 'gene_symbol'] | 记录罕见病研发特有的关键元数据，便于后续过滤和分析 |
sessionTimeoutSeconds | 3600 秒 | 考虑研发人员长时间分析文档的场景，避免频繁会话中断 |
容易做错的三处
- 对话历史记录查询时，未指定
customUid导致返回大量无关数据，原因是历史记录接口默认返回应用级别数据，未对用户身份进行过滤。 - 工作流中无法获取到完整的历史记录，现象是部分关键步骤的中间结果缺失，原因可能是日志级别设置过低，未能捕获到工作流内部的详细执行过程。
- 对话日志未记录模型对数值型字段（如剂量
10 mg）的单位解析结果，导致审计时无法判断数值的上下文，原因在于模型输出或日志配置中未明确要求记录单位信息。
怎么确认配好了
- 通过 API 接口查询某个特定
customUid的历史对话记录，核对返回的数据是否仅包含该用户的会话，并检查关键实体（如基因名、药物名）是否被正确识别并记录在日志中。 - 模拟一次包含复杂多轮对话的文档解析过程，检查日志中是否完整记录了每一次用户查询、模型响应、内部工具调用以及重要的中间推理步骤，确保
logLevel设置合理。 - 随机抽取几条包含数值和单位的问答记录，检查日志中是否有明确的字段记录了模型对这些数值和单位的解析结果，例如
parsed_dose: { value: 10, unit: "mg" }。 - 定期检查日志存储系统的空间占用和保留策略，确保
maxLogRetentionDays的设置能够有效执行，旧日志按期归档或删除。
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。