这个品类的数据长什么样
中药投研数据主要来自国家药典标准、临床研究文献、药企质控报告与药材流通监测数据。更新节奏差异明显：国家药典标准每数年正式修订，临床文献随研究进展实时更新，企业内部质控与流通数据按月度更新。单份文档结构固定，包含药材基原、性味归经、功能主治、用法用量、化学成分含量、药理活性数据等字段，用量字段多以克、毫克为单位，化学成分标注具体含量数值与对应单位。
这些特征在「模型接入与配置」这一环带来什么约束
中药投研数据的多来源、结构固定但字段维度多样的特征，对模型接入与配置带来多重约束。不同来源数据的向量归一化程度差异明显，需配置适配非归一化向量的参数。固定字段结构要求召回环节精准匹配药材相关字段，需调整召回规则与阈值。长文本段落的化学成分、药理数据占比高，需调整分段长度适配模型上下文承载能力。实时更新的临床文献与流通数据，要求配置定时同步的向量更新流程，保障知识库时效性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
embedding_normalization | 开启 | 适配药典、文献等来源的非归一化向量数据，符合4.8.23版本新增的向量模型归一化配置要求 |
chunk_size | 800–1200 字符 | 适配中药文档中化学成分、药理数据的长段落拆分，避免单段内容超出模型输入限制 |
similarity_threshold | 0.75–0.85 | 精准匹配药材基原、功能主治等固定字段，过滤低相关的非药材类检索结果 |
top_k | 前 6–8 条 | 覆盖单份药材文档的多字段信息，避免召回结果过少遗漏关键数据 |
PARSE_FILE_TIMEOUT_SECONDS | 120 秒 | 处理包含大量化学成分数据的长文档，避免解析超时失败 |
tool_choice | auto | 允许模型自行判断是否调用文档检索工具，适配投研中多来源数据的调用需求 |
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：配置
tool_choice为固定调用工具，未设置为auto，导致模型无法自主判断是否调用文档检索工具，投研流程无法灵活适配动态数据需求。原因：未结合中药投研多来源、多字段的场景调整工具调用逻辑，错误固定了工具触发规则。 - 现象：FastGPT 4.9.2版本中添加
gpt-4.1-mini、qwen3等模型失败，且调用时提示模型流响应为空。原因：未正确配置模型API密钥与接口地址，或未开启模型的流式输出开关，导致模型无法正常返回响应内容。 - 现象：多模态视觉大模型
Qwen2.5-vl调用接口时出现图片下载失败错误。原因：未配置可访问的图片代理服务，或知识库中图片链接存在访问权限限制，导致模型无法获取待分析的图片素材。
怎么确认配好了
- 提交单份中药标准文档进行解析，核对解析后的分段长度与配置的
chunk_size一致，确认分段规则生效。 - 发起药材相关关键词检索，核对返回结果的相似度与配置的
similarity_threshold匹配，确认召回规则生效。 - 测试触发工具调用流程，确认模型可自主选择是否调用文档检索工具，验证
tool_choice配置生效。 - 上传包含图片的中药临床研究文档，确认模型可正常获取并分析图片内容，验证多模态接口配置生效。
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。