这个品类的数据长什么样
免税投研的数据主要来自离岛免税店公示的商品价目表、海关总署发布的离岛旅客购物政策文件、品牌方免税供货协议、离岛客流统计数据。政策类文档不定期更新，商品价目表随品牌调价每月更新，客流数据每日同步。文档分为三类：政策类包含文号、生效日期、适用范围、执行条款；商品类包含SKU编码、品类、完税单价、免税单价、单次限购额度；客流类包含时段、离岛类型、消费金额。字段单位分别为文号编号、编码、元、元、件/人次、时段标识、人次、元。
这些特征在「数据库与运维」这一环带来什么约束
政策类文档的不定期更新与版本差异，要求数据库支持增量同步与历史版本留存，避免覆盖旧政策数据导致投研失误。商品类SKU数量多且单条文档体积小但总量增长快，要求数据库配置合理分片以支撑高并发查询。字段包含多维度的金额与额度参数，需为完税单价、免税单价等字段建立索引，提升检索效率。客流类时序数据的高频同步，要求数据库连接池配置适配并发写入需求，同时需保留数据审计日志以满足合规要求。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
召回条数 | 前10-15条 | 免税品类SKU数量多，需覆盖更多相关商品与政策，避免漏召回有效信息 |
PARSE_FILE_TIMEOUT_SECONDS | 300秒 | 政策类文档常包含长表格与嵌套条款，解析耗时高于通用文档 |
UPLOAD_FILE_MAX_SIZE | 500 MB | 品牌方供货协议多为多页PDF，单文件体积较大 |
相似度阈值 | 0.75-0.85 | 免税政策表述严谨，需降低误召回，同时覆盖相近表述的政策条款 |
MONGODB_CONNECTION_POOL_SIZE | 20-30 | 兼顾客流数据的高频写入与检索查询的并发需求 |
数据库分片阈值 | 100万条记录 | 适配免税SKU与政策文档的总量增长速度 |
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：查询对话历史接口返回空数组。原因：未配置
MONGODB_URI指向正确的数据库实例，或连接字符串未包含目标数据库名称。 - 现象：知识库检索返回结果条数不足。原因：
召回条数配置值设置过低，未适配免税品类多SKU的特征。 - 现象：文件解析任务报错
ETIMEDOUT。原因：PARSE_FILE_TIMEOUT_SECONDS配置值小于政策类长文档的实际解析耗时。
怎么确认配好了
- 上传一份免税政策类PDF文档，核对解析后的字段是否包含
政策文号、生效日期等预设字段。 - 发起检索测试，输入与免税相关的查询词，核对返回结果的条数符合配置的
召回条数范围。 - 检查数据库连接日志，确认无
connection refused或authentication failed类报错。 - 测试工具调用流程，输入无匹配知识库的问题，核对是否返回预设的指定回答。
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。