这个品类的数据长什么样
皮肤科的质量文档数据主要来源于药厂生产的药品说明书、临床试验报告、真实世界研究（RWS）数据、上市后不良反应报告以及监管机构发布的指南。这些文档更新频率相对稳定，药品说明书通常在药监部门审批后更新，临床试验报告则随试验进度发布。文档结构上，通常包含严格的章节划分，如【适应症】、【用法用量】、【不良反应】、【禁忌】、【注意事项】等。字段方面，涉及药物名称、活性成分、辅料、剂量单位（如 mg、g、ml）、患者群体特征、病理描述以及治疗效果评估指标。此外，还包含大量的医学术语缩写和图表信息。
这些特征在「文档解析与分块」这一环带来什么约束
皮肤科质量文档的严格章节划分和专业术语密度，要求文档解析器必须能够准确识别并保持原文的逻辑结构。例如，对【不良反应】章节的解析，需要确保相关症状与药物关联性不被割裂。大量的医学缩写和图表信息，对分块的粒度提出了挑战，过大的分块可能导致关键信息稀释，过小的分块则可能丢失上下文。剂量单位和治疗效果评估指标的精确性，要求在分块时避免截断涉及数值和单位的完整描述，这直接影响后续检索的准确性。同时，文档的更新频率虽不高，但每次更新都可能涉及关键信息的修订，要求解析系统具备版本管理和增量更新的能力。
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 | 兼顾医学术语的上下文完整性与检索粒度，避免截断关键描述。 |
重叠长度 | 100–150 字符 | 确保分块边界的平滑过渡，保留相邻分块间的语义连接。 |
解析模式 | 按标题分段 | 皮肤科文档多采用标准章节结构，按标题分段能有效保持逻辑完整性。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 应对大型临床试验报告或多媒体嵌入PDF的解析耗时。 |
maxContext | 3000 Tokens | 适应医学文档的专业性和信息密度，保证大模型能够获取足够上下文。 |
ENABLE_OCR | True | 识别文档中可能嵌入的图片表格，提取其中的文字信息。 |
容易做错的三处
- 现象：上传的PDF文档显示解析失败，或解析耗时过长后超时。原因：文档中存在大量扫描件或图片形式的表格，未启用OCR功能或
PARSE_FILE_TIMEOUT_SECONDS设置过短导致。 - 现象：检索结果中出现不完整的药物剂量或疗效评估指标描述。原因：
分段长度设置过小，导致包含数值和单位的句子被截断。 - 现象：知识库更新后，新版本文档的关键信息无法被准确检索。原因：未配置版本管理策略，或增量更新机制未能正确识别和处理文档内容的修订。
怎么确认配好了
- 选取具有代表性的皮肤科质量文档（如药品说明书、临床试验报告）进行上传，检查解析日志中是否存在错误或警告信息。
- 使用文档中的专业术语、剂量信息或不良反应描述进行检索，核对返回结果的完整性和准确性，确保关键信息未被截断。
- 上传文档的修订版本，通过对比新旧版本检索结果，确认系统能够识别并优先返回最新版本的信息。
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。