这个品类的数据长什么样
稳定性研究产生的数据通常以批次为单位，涵盖药品的长期、加速和中间条件下的储存数据。数据来源多样，包括实验室分析报告、环境监测记录和留样观察记录。更新频率通常遵循预设的取样点，如 0、3、6、9、12、18、24、36、48、60 个月。文档结构以批次号为核心，包含多个时间点的分析结果，如含量、溶出度、纯度、pH 值、水分等，每个指标通常伴随检测方法、检测仪器及结果单位（如 %、mg/片、min、°C）。文档格式多为 PDF 报告、Excel 数据表或 LIMS 系统导出文件。
这些特征在「模型接入与配置」这一环带来什么约束
稳定性研究数据的时间序列特性，要求模型在处理文档时能准确识别并关联不同时间点的数据。批次号作为核心标识，需在数据预处理阶段得到有效抽取和索引，确保跨文档查询的准确性。多样的指标单位和数值范围，对模型的数据类型识别和单位转换能力提出要求，避免因单位混淆导致的错误解读。LIMS 系统导出文件可能包含非结构化描述，需要强化文本解析能力。文档更新频率决定了知识库的刷新策略，需支持增量更新，以纳入最新的稳定性数据，确保信息时效性。
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 | 稳定性报告中单个时间点的数据块长度适中，兼顾语义完整性与召回效率。 |
分段重叠长度 | 50 字符 | 确保批次号、药品名称等关键信息在相邻分段中有所重叠，维持上下文关联。 |
相似度阈值 | 0.75 | 稳定性数据查询通常要求高精度匹配，降低误召回率。 |
召回条数 | 前 8 条 | 稳定性研究报告通常需要综合多个批次或时间点的信息进行判断。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理大型 PDF 报告或包含复杂表格的 Excel 文件时，预留充足解析时间。 |
maxContext | 32000 | 稳定性数据分析可能涉及多个批次和时间点的数据比对，需要较长的上下文窗口。 |
容易做错的三处
- 模型在提取 SQL 时，返回的 SQL 语句缺少空格或格式错误，导致数据库查询失败，原因在于模型训练数据中对 SQL 格式规范性学习不足。
- 查询特定批次的稳定性数据时，结果中混杂了其他批次的信息，现象是召回内容包含无关批次号，原因是批次号在文档分段时未被有效标识，导致语义混淆。
- 文件解析超时，报告日志显示
PARSE_FILE_TIMEOUT_SECONDS错误，原因在于处理包含大量图片或复杂表格的 PDF 文件时，默认解析时间不足以完成处理。
怎么确认配好了
- 上传典型稳定性研究报告（PDF 和 Excel 格式），验证文件解析是否成功，并检查知识库中分段内容的批次号、时间点和关键指标是否准确无误。
- 通过 FastGPT 的调试界面，使用包含批次号、时间点和指标名称的查询语句，验证是否能准确召回相关分段，并检查召回内容的完整性。
- 模拟实际应用场景，对不同批次、不同时间点的稳定性数据提出对比分析问题，观察模型回答是否准确引用了知识库中的数据，并核对数据单位与数值的正确性。
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。