这个品类的数据长什么样
呼吸系统药物警戒的数据来源多样，包括临床试验报告、真实世界研究（RWE）数据、电子病历（EHR）系统、以及药品监管机构发布的各类安全报告。数据更新频率较高，特别是上市后监测数据，可能涉及日度或周度更新。文档结构上，常见的是结构化程度不高的文本报告，如医学叙述、患者自述、医生记录等，也包含半结构化的表格数据，如不良事件报告表。涉及的字段包括患者人口统计学信息、用药史、不良事件描述、严重程度、结局等，其中不良事件描述常包含大量医学术语和自由文本。单位方面，剂量常用毫克（mg）、微克（mcg），时间常用天（days）、周（weeks），肺功能指标则有升（L）、毫升（mL）、升/秒（L/s）等。
这些特征在「文档解析与分块」这一环带来什么约束
呼吸系统药物警戒数据的非结构化特性和高更新频率，对文档解析的鲁棒性和时效性提出了要求。自由文本中包含大量医学术语和缩写，需要解析器具备强大的语义理解能力，以准确识别药物、症状、诊断与关联关系。例如，哮喘患者的用药记录可能混合多种吸入剂的复杂用法，需要精确提取。半结构化表格数据中，字段名可能不统一，需要灵活的字段识别和映射机制。高频更新的数据源意味着解析流程需要自动化且高效，以避免数据积压和信息滞后。此外，文档中可能包含图片形式的肺功能图谱或影像报告，需要解析器具备一定的图像内容识别能力，或者至少能妥善处理这些非文本内容而不中断流程。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 800–1200 字符 | 呼吸系统不良事件描述通常较长，包含病史、用药、事件发展等细节，需要较长的分段以保持上下文完整性。 |
分段重叠长度 | 100–200 字符 | 确保相邻分段之间有足够的上下文衔接，便于理解事件的完整脉络，减少关键信息被截断的风险。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理大型临床研究报告或包含复杂表格的PDF文件时，解析时间可能较长，需预留充足的超时时间。 |
UPLOAD_FILE_MAX_SIZE | 100 MB | 考虑到可能上传包含大量图片或详细附件的文档，例如肺部CT报告或多页病例记录。 |
maxContext | 3000 Tokens | 呼吸系统用药和不良反应的关联分析往往需要较长的上下文窗口，以便模型综合判断。 |
extract_table_content | true | 许多不良事件报告和临床数据会以表格形式呈现，开启此项确保表格内容的有效提取。 |
容易做错的三处
- 解析日志显示
slow operation xxxxms，MongoDB响应缓慢，原因通常是知识库文件过大或并发解析任务过多，导致数据库I/O压力过大。 - 上传的
docx文件内容包含图片后，返回结果显示Invalid image fi或图片内容丢失，原因可能是解析器默认配置未启用图片OCR或图片解析模块未正确加载。 - 模型输出Markdown表格时内容被截断，显示
...[hide 38432 char，原因是模型输出长度限制或前端渲染组件对超长内容的显示限制。
怎么确认配好了
- 上传典型文档，检查解析后的分段内容是否完整保留了关键的药物名称、不良事件描述和时间节点。
- 对包含表格的文档进行解析，验证表格数据是否被正确识别并转换为可查询的文本格式。
- 观察解析任务的完成时间，确保在设定的超时时间内完成，并检查系统资源占用情况是否在预期范围内。
- 尝试查询解析后的知识库，验证能否准确召回与呼吸系统药物不良反应相关的特定信息片段，如特定药物的已知副作用或特定症状与药物的关联。
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。