这个品类的数据长什么样
身份证件的数据来源为公安户籍管理系统、出入境管理部门等官方权威数据源，更新节奏依证件类型区分，居民身份证在有效期内信息稳定更新，临时身份证更新周期较短。文档为固定版式的印刷或电子文件，结构包含姓名、公民身份号码、住址、签发机关、有效期限等标准字段，公民身份号码为18位数字组合，有效期以年月日格式标注，无额外非结构化冗余内容。
这些特征在「引用来源与溯源」这一环带来什么约束
官方数据源的特性要求溯源环节必须绑定权威来源标签，满足金融合规要求。固定版式与标准字段要求解析时需针对专属规则提取，不能使用通用文档解析逻辑。18位公民身份号码的唯一性要求召回时需精准匹配字段，避免跨文档混淆。更新周期的差异要求溯源时需校验证件有效期，防止使用过期证件的解析结果。这些特征共同决定了引用来源与溯源环节的配置需针对性调整召回规则、字段映射和数据源绑定逻辑，无法直接复用其他品类的配置方案。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
最大召回数 | 前8条 | 身份证件核心字段数量少且唯一性强，过多召回会引入无关文档，干扰溯源准确性 |
相似度阈值 | 0.75–0.85 | 身份证件字段具有强唯一性，阈值过低会匹配到非目标文档，过高可能遗漏有效来源 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 身份证件图片解析需OCR识别，低清或多页证件的处理时间较长，需预留足够时长 |
文本分段长度 | 100–150 字符 | 身份证件字段短且独立，分段过短会拆分单个字段，过长会混入无关信息 |
溯源数据源绑定 | 绑定公安户籍数据源标签 | 身份证件来源具有官方权威性，需明确标记合法数据源以满足金融合规要求 |
字段映射规则 | 按姓名、公民身份号码、有效期限映射 | 身份证件字段标准固定，明确映射可确保溯源时精准关联对应信息 |
本页给出的参数取值均为常规建议，用于确定配置的起点。实际取值受材料形态、数据量与业务规则影响，具体问题需具体分析，建议在自有样本上实测后再定。
容易做错的三处
- 现象：部署后出现
Cannot redefine property: toString报错，日志显示属性重定义错误。原因：未隔离身份证件解析的字段映射配置，与其他品类的解析规则产生冲突，导致重复定义属性。 - 现象：引用结果中混入非目标身份证件的信息，溯源条数超出预期。原因：
最大召回数设置过高，未针对身份证件短字段的特性限制召回范围，导致匹配到无关文档。 - 现象：溯源结果中缺失公民身份号码或有效期限字段，无法完成合规核验。原因：
字段映射规则未明确绑定身份证件的核心字段，解析时未提取对应内容。
怎么确认配好了
- 上传单张身份证件图片，触发解析后查看提取字段，确认姓名、公民身份号码、有效期限等核心字段均被正确识别。
- 查看知识库配置页，确认
溯源数据源绑定已标记为官方户籍数据源，字段映射规则已完成对应字段的绑定。 - 发起包含身份证件核心字段的查询，查看返回结果的引用来源标签，确认仅关联已绑定的合法数据源。
- 调整
相似度阈值至0.8，测试召回结果，确认仅匹配到目标身份证件相关的内容，无无关文档混入。
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 2026-09-14，当时的最新发布版本为 FastGPT v4.17.0。