这个品类的数据长什么样
这个品类的数据主要来自海关总署免税监管备案文件、离岛免税店经营台账、品牌方免税供货价目表及官方政策解读文档。政策类文档更新节奏随政策调整不定期发布，经营类数据按月度或季度同步更新，价目表随品牌调价实时更新。文档结构包含政策原文、结构化价目表、运营台账三类，字段涵盖文件文号、生效日期、适用区域、商品编码、免税售价、额度限制等，金额单位统一为人民币元，额度单位为元/人次。
这些特征在「引用来源与溯源」这一环带来什么约束
政策类数据的文号与生效日期是溯源核心标识，需在引用时同步展示，确保落地场景匹配政策执行节点。结构化价目表需绑定商品编码与适用门店类型字段，避免跨品类跨场景的溯源错误。实时更新的供货价目表要求知识库定期触发全量索引，否则召回的历史数据无法对应当前有效价格。运营台账类数据需关联交易时间与门店ID，确保溯源链路覆盖业务全流程，避免跨周期数据混淆。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
召回条数 | 前6-10条 | 免税投研数据多为结构化条目，过多召回会导致溯源冗余，过少则覆盖不全政策与价目关联信息 |
相似度阈值 | 0.75-0.85 | 政策文本与价目表字段差异较大，阈值过低会混入不相关数据，过高则无法匹配关联字段的弱相似内容 |
PARSE_FILE_TIMEOUT_SECONDS | 300-600 秒 | 大型政策汇编PDF或批量价目表Excel解析耗时较长，超时会导致文件导入失败，无法完成溯源前置准备 |
分段长度 | 800-1200 字符 | 免税政策条款与价目表单条记录长度适中，分段过长会丢失上下文关联，过短则破坏政策逻辑与价目条目完整性 |
重排返回条数 | 前3-5条 | 需优先展示与关键词强匹配的溯源条目，避免用户被非核心数据干扰 |
UPLOAD_FILE_MAX_SIZE | 500-1000 MB | 批量导入的免税台账或政策汇编文件体积较大，限制过小会无法完成批量知识库构建 |
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：导入指定JSON知识库后，调用时知识库列表为空。原因：未配置
KNOWLEDGE_BASE_SELECTOR权限参数，或导入时未勾选「公开可见」选项，在4.8.22版本中该配置需手动在环境变量中配置，否则调用时无法识别目标知识库。 - 现象：引用时提示「引用上限不足」报错。原因：未调整
MAX_REFERENCE_COUNT参数取值，或未按免税数据的多字段关联需求调整引用配额，导致单轮调用无法覆盖所需溯源条目。 - 现象：知识库引用内容无法下载溯源文件。原因：未开启
ENABLE_SOURCE_DOWNLOAD配置项，或解析时未保留原始文件的下载链接字段，导致溯源链路断裂。
怎么确认配好了
- 上传单份免税政策PDF，等待解析完成后，查看知识库详情页的「引用溯源」模块，确认已展示文件文号与生效日期字段。
- 调用知识库接口，传入免税商品编码关键词，检查返回结果中是否包含对应价目表的商品编码与免税售价字段。
- 调整
相似度阈值为0.8，发起测试调用，确认返回结果仅包含与关键词强匹配的溯源条目，无冗余数据。 - 导出指定知识库的备份文件，检查导出粒度是否包含政策、价目表、台账三类数据，确认符合业务分类需求。
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。