这个品类的数据长什么样
卫星通信投研数据主要来自国际电信联盟轨道备案数据、卫星制造商公开参数文档、地面站运营日志、行业研报及实时遥测数据。更新节奏差异较大，轨道备案参数更新周期以季度或年度计，实时遥测数据每秒更新，行业动态则随突发任务即时发布。文档形态包含PDF格式的深度研报、结构化Excel轨道数据表、JSON格式的实时状态接口数据、网页端的政策公告。字段包含轨道倾角、下行频率、波束宽度、覆盖区域经纬度范围，单位分别为度、GHz、度、平方公里。
这些特征在「文档解析与分块」这一环带来什么约束
多源异构的文档形态要求解析环节适配不同格式的解析规则，JSON格式的实时遥测数据需保留字段层级，不进行纯文本拆分，多工作表的Excel轨道数据表需按独立工作表拆分后再处理。实时数据的时效性要求解析后的分块必须绑定采集时间戳，避免过时数据进入检索结果。专业字段的单位与精度要求严格，轨道倾角、下行频率等参数的单位需与原文完全对齐，分块时不能丢失单位信息，否则会影响投研判断。针对长文档的章节拆分需求，深度研报需按章节边界拆分，不采用固定长度分块的方式，避免将同一参数的完整描述拆分到不同检索块中。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_FILE_MAX_SIZE | 200 MB | 卫星通信研报常包含大量高清遥感配图，单文件体积较大，需适配该类文档的上传限制 |
maxChunkSize | 800–1200 字符 | 卫星通信参数类内容需保留完整的字段与单位描述，过长分块会降低检索精准度，过短则会破坏参数描述的完整性 |
chunkOverlap | 100–150 字符 | 轨道参数、政策条款等内容跨分块时，重叠部分可保留上下文关联，避免检索时丢失关键衔接信息 |
ENABLE_OCR_PARSE | 开启 | 部分卫星制造商的参数文档为扫描版PDF，OCR解析可提取其中的印刷体参数文字，避免丢失数据 |
PARSE_TIMEOUT_SECONDS | 600 秒 | 大型多工作表Excel轨道数据表或超100页的深度研报，解析耗时较长，需延长超时时间避免任务中断 |
AUTO_CHUNK_BY_HEADING | 开启 | 深度研报存在明确的章节标题，按标题分块可保证同一主题的内容集中在同一分块中，提升检索相关性 |
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：解析扫描版卫星参数PDF时出现
OCR Error报错，日志显示文本识别失败。原因：未开启ENABLE_OCR_PARSE配置，或OCR引擎未正确加载，无法提取扫描版文档中的印刷体参数文字。 - 现象：在4.8.9版本简易模式下，上传文档后未触发解析流程，无法生成检索块。原因：未设置
AUTO_PARSE_ON_UPLOAD为开启，或当前使用的大模型未配置文件解析权限，导致系统未自动触发解析任务。 - 现象：上传文档后搜索无匹配结果，检索结果仅显示错误提示。原因：分块时未保留关键参数的单位信息，或
maxChunkSize设置过小，将完整的轨道参数描述拆分到多个分块中，导致检索时无法匹配完整查询条件。
怎么确认配好了
- 上传一份扫描版卫星参数PDF，查看解析日志中是否存在OCR识别记录，确认OCR解析配置生效。
- 上传一份多工作表的Excel轨道数据表，查看解析后的分块是否按工作表拆分，确认多表解析配置生效。
- 提交一次包含具体轨道参数与单位的搜索查询，查看检索结果是否包含匹配的字段信息，确认分块时保留了关键细节。
- 查看文件解析任务的耗时记录，确认未触发超时限制，符合当前文档的解析需求。
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。