这个品类的数据长什么样
偏差与 CAPA（纠正与预防措施）数据主要来源于药物生产、质量控制、临床试验及上市后监测过程中发现的异常事件报告。这些事件报告通常以结构化文档或半结构化文档形式存在，包含事件描述、发生时间、涉及产品批次、影响评估、根本原因分析、已采取的纠正措施、计划的预防措施以及验证结果等字段。数据更新频率通常与事件发现及处理流程同步，可能为每日、每周或按事件紧急程度实时更新。文档格式多样，包括 PDF、Word 文档、XML 或直接录入数据库记录。关键字段如“偏差编号”、“CAPA编号”、“发生日期”、“关闭日期”、“根本原因”、“影响程度”等具有明确的语义和数据类型。
这些特征在「部署与升级」这一环带来什么约束
偏差与 CAPA数据的高结构化和半结构化特性，要求 FastGPT 在部署时需配置灵活的文档解析能力，以准确提取关键信息。多样的文档格式意味着需要支持多种文件类型的上传与处理。事件驱动的更新频率对知识库的实时性提出要求，部署时需考虑增量更新机制。字段的明确语义和数据类型，在知识库构建时，可用于精确的元数据过滤和检索，减少无关信息的干扰。例如，“根本原因”字段可能包含大量专业术语，需要高质量的 Embedding 模型支持语义检索。此外，历史数据的积累量大，对存储和检索性能构成挑战，尤其是在升级过程中，数据迁移和索引重建的效率是关键。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
UPLOAD_FILE_MAX_SIZE | 1000 MB | 偏差与 CAPA报告文件可能包含图片或详细附件，文件大小通常较大。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 大型 PDF 或 Word 文档解析耗时较长，需要足够的超时时间。 |
分段长度 | 800–1200 字符 | 确保每个分段包含完整的偏差描述、根本原因或措施细节，避免关键信息被截断。 |
重排返回条数 | 前 5 条 | 在药物警戒领域，检索结果的准确性至关重要，精细化重排可提升相关性。 |
召回条数 | 15–20 条 | 保证在初次召回阶段覆盖足够多的潜在相关文档，提高召回率。 |
相似度阈值 | 按实测标定 | 依据具体数据集和业务需求，通过测试不同阈值以平衡召回与准确率。 |
容易做错的三处
- 文件上传失败，提示“Invalid URL”或“文件过大”。原因可能是 FastGPT 所在的 Docker 容器网络配置不正确，导致无法访问存储服务，或者
UPLOAD_FILE_MAX_SIZE配置远小于实际文件大小。 - 知识库问答响应缓慢，特别是在使用重排后。原因可能在于
分段长度设置过小导致分段过多，或Embedding 模型选择了性能较低的模型，增加了检索和重排的计算负担。 - Docker 部署后 PG 数据库持续重启。原因通常是数据库配置参数不当，例如内存分配不足，或者数据卷挂载权限问题，导致数据库无法正常启动并持久化数据。
怎么确认配好了
- 上传多个不同格式（PDF、Word、TXT）且大小各异（从几百 KB 到几百 MB）的偏差与 CAPA报告，确认文件上传和解析均成功，且知识库中能正确显示文档内容。
- 针对典型的偏差查询，例如“某个批次产品的根本原因”或“某种预防措施的有效性”，进行知识库问答，检查返回结果是否包含相关文档片段，并评估其准确性与完整性。
- 在系统日志中检查是否存在持续的数据库重启、文件解析超时或网络连接错误，确保后端服务稳定运行。
- 通过模拟高并发查询，评估知识库的响应时间，确保在实际使用场景下仍能保持可接受的性能。
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。