这个品类的数据长什么样
药物警戒研发文档主要包括病例报告（ICSR）、安全性更新报告（PSUR/PBRER）、风险管理计划（RMP）以及上市后研究报告等。这些文档通常以 PDF、Word 或扫描件形式存在。数据来源广泛，涉及临床试验机构、医疗机构、患者报告、药企内部数据库等。更新频率因文档类型而异，ICSR 可能是实时或按周期上报，而 PSUR/PBRER 则通常是半年或年度更新。文档内部结构相对固定，例如 ICSR 会有患者基本信息、药品信息、不良事件描述、处理措施等字段。字段内容可能包含医学术语、剂量单位（如 mg、g、IU）、频率单位（次/日、次/周）以及事件发生时间戳。
这些特征在「部署与升级」这一环带来什么约束
药物警戒文档的复杂性与多样性对 FastGPT 的部署和升级提出了具体要求。首先，大量非结构化或半结构化文档（如扫描件）要求在部署时集成高质量的 OCR 模块，确保文本内容的准确提取。其次，文档中专业医学术语和剂量单位的精确识别，需要在模型训练阶段引入领域词典，并通过微调增强模型对特定实体和单位的理解。高频更新的 ICSR 文档则要求知识库具备高效的增量更新机制，避免每次都进行全量重建。此外，多版本文档并存的情况，需要 FastGPT 在知识库管理上支持版本控制，确保历史数据可追溯。部署环境需考虑数据安全性与合规性，选择合适的存储方案和网络隔离策略。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
UPLOAD_FILE_MAX_SIZE | 200 MB | 药物警戒报告文件可能较大，包含图表和附件 |
分段长度 | 800 字符 | 确保上下文完整，同时避免单个分段过长影响召回 |
召回条数 | 前 10 条 | 兼顾召回率与后续重排处理效率 |
相似度阈值 | 0.75 | 平衡召回精度与泛化能力，减少不相关结果 |
重排返回条数 | 前 3 条 | 聚焦最相关的关键信息，提高最终响应质量 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理复杂 PDF 和扫描件的解析时间 |
容易做错的三处
- 内容提取模块在自部署环境下无法正常工作，报错信息显示“文件解析失败”或“连接超时”。这通常是由于容器环境内缺少必要的依赖库或 OCR 服务未正确配置导致。
- 知识库更新后，查询结果中未能体现最新发布的药物警戒信息，返回的是旧数据。这可能与增量同步机制未配置或索引重建策略不当有关，导致新数据未被及时纳入检索范围。
- 升级 FastGPT 版本后，原有的知识库内容或应用配置丢失，需要重新导入。这往往是由于升级过程中未正确执行数据迁移脚本，或未对持久化存储卷进行有效挂载和备份。
怎么确认配好了
- 上传一份包含复杂表格和医学术语的 PDF 药物警戒报告，检查文本内容是否完整且准确地被提取，特别是剂量、时间等关键字段。
- 针对近期发布的药物不良事件报告，创建测试查询，验证检索结果中是否包含最新的相关信息，并检查召回条目是否与预期相符。
- 模拟一次 FastGPT 版本升级，在升级前后通过 API 验证知识库的完整性与应用功能的可用性，确保数据无丢失，且原有配置得以保留。
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。