这个品类的数据长什么样
招标挂网药物警戒的数据主要来源于国家及地方药品集中采购平台、医保局公示信息、药监部门发布的不良反应监测报告以及各医疗机构的采购与使用记录。这些数据通常以结构化或半结构化的文档形式呈现，例如 Excel 表格、PDF 公告、XML 文件或数据库导出文件。数据更新频率较高，部分采购信息每周甚至每日更新，不良反应报告则按月或季度发布。文档中包含药品通用名、生产企业、剂型、规格、采购价格、中标省份、不良反应事件类型、发生时间、严重程度等字段。价格单位通常为人民币元，不良反应发生率可能以百分比或每千人次表示。
这些特征在「部署与升级」这一环带来什么约束
招标挂网数据的高更新频率要求 FastGPT 部署具备高效的数据同步与增量更新能力，以确保知识库的时效性。多样的文档格式，特别是 PDF 和结构化表格，对文档解析能力提出挑战，需要配置强大的文档解析器。数据中的药品通用名、生产企业等关键字段需要精确识别和抽取，以支持药物警戒的精准查询和关联分析。不良反应报告中的专业术语和医学描述，对模型理解能力和语义匹配精度有较高要求。此外，采购价格和不良反应发生率等数值型数据，在知识库构建时需保留其数值特性，以便进行范围查询和统计分析。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
UPLOAD_FILE_MAX_SIZE | 500 MB | 招标公告和不良反应报告可能包含大量附件或图片，确保大文件上传成功 |
maxContext | 3000 字符 | 药物警戒报告和招标细则篇幅较长，保证足够上下文理解语义 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 大型 PDF 或结构化表格解析耗时较长，避免解析超时 |
分段长度 | 800 字符 | 兼顾语义完整性和召回效率，避免过度切分或过长分段 |
召回条数 | 前 10 条 | 确保在药物警戒查询时能覆盖到相关的多个不良反应案例或招标细则 |
相似度阈值 | 0.75 | 提高召回的准确性，过滤掉不相关的查询结果，减少噪音 |
容易做错的三处
- 创建知识库时，通用知识库未能识别图片内容，原因是部署环境中缺少
SenseVoiceSmall等多模态模型支持。 - 本地部署 MCP Server 后，频繁出现服务无法启动的报错，通常是由于
mcpserverproxyendpoint配置项填写了localhost:端口，而实际服务监听地址并非本地回环。 - 查询结果中药品价格字段为空，通常是文档解析器未能正确识别 PDF 或 Excel 表格中的数值型价格列，导致数据抽取失败。
怎么确认配好了
- 上传一份包含图片和表格的招标公告 PDF 文件，检查知识库中是否能够正确识别并提取图片描述和表格数据。
- 尝试使用药品通用名查询，验证召回结果中是否包含相关的招标信息和不良反应报告，并检查关键字段（如生产企业、价格）是否完整。
- 进行一次涉及价格范围的查询，检查系统是否能够根据数值型数据返回符合条件的结果，并验证数值单位是否正确。
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。