这个品类的数据长什么样
苗头化合物筛选在药物警戒中的数据主要来源于高通量筛选报告、活性验证数据、初步毒性评估报告以及化合物结构数据库。这些数据通常以结构化（如化合物 ID、活性值、毒性指标）和半结构化（如实验方法描述、批次信息、结果解读）的形式存在。更新频率不固定，通常在每个筛选批次完成后产生，或在活性化合物进一步验证后进行补充。文档格式多样，包括 CSV、SDF、PDF 报告、内部 LIMS 系统导出的 XML 或 JSON 文件。关键字段包括 SMILES 结构式、CAS 号、IC50/EC50 值、细胞毒性数据（如 CC50）、不良反应信号（如 hERG 抑制率、CYP450 抑制率）以及实验条件。活性值通常以纳摩尔（nM）或微摩尔（µM）为单位。
这些特征在「引用来源与溯源」这一环带来什么约束
苗头化合物筛选数据的多样性导致引用来源解析复杂，需要支持多种文件格式。非结构化部分的实验方法和结果解读，需要高级文本抽取能力才能有效利用。更新频率的不确定性，要求系统具备灵活的数据摄入机制，避免重复导入或遗漏最新数据。化合物结构式作为核心标识之一，需要精确匹配和检索，SMILES 字符串的细微差异会导致引用失败。毒性指标和不良反应信号的定量数据，对数值范围和单位的正确识别提出要求，确保溯源的准确性。此外，不同批次数据的关联性，也对引用链的构建构成挑战，需要通过元数据管理来建立清晰的关联。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 500–800 字符 | 兼顾结构化数据字段的完整性和非结构化描述的上下文连贯性，避免关键信息被截断。 |
召回条数 | 8–12 条 | 平衡检索效率与信息覆盖度，确保能召回多种来源的相关苗头化合物数据。 |
相似度阈值 | 0.75–0.85 | 考虑到化合物结构式（SMILES）和实验描述的文本相似度，避免过度召回或漏召。 |
重排返回条数 | 3–5 条 | 聚焦最相关的初步筛选结果和不良反应信号，提高最终引用的精确性。 |
索引更新周期 | 按需触发，或每周一次 | 考虑到筛选数据更新的非周期性，按需触发可及时纳入新数据，定期更新作为兜底。 |
解析器策略 | 多模态解析（文本+结构化） | 支持同时处理 PDF 报告中的文本描述和 CSV/SDF 中的结构化活性数据，确保全面性。 |
容易做错的三处
- 页面查看模型上下文显示 30 条，实际发送给 OneAPI 的是 310 条，这可能是由于前端展示限制或配置了不同的上下文截断策略。
- 引用上限设置了 1500 字符，但知识库中超过 1500 字符的块仍然被引用，这通常是由于分段策略未严格按照字符数进行，或系统对“块”的定义与用户理解存在差异。
- 化合物 ID 或 SMILES 字符串在引用时无法匹配，原因为数据导入时未对结构化字段进行标准化处理，或检索时未考虑大小写、异构体等细微差异。
怎么确认配好了
- 通过系统日志查看每次查询的召回条数和最终传递给大模型的上下文长度，确认与配置参数一致。
- 选择几个具有代表性的苗头化合物，分别进行查询，检查返回的引用来源是否包含高通量筛选报告、毒性评估数据等关键文档，并核对其中的活性值和不良反应信号。
- 随机抽取知识库中部分超过
分段长度的文档块，检查其是否被正确分段，并验证每个分段都能被独立召回。
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。