基建工程投研知识库建设的对话日志与审计

这个品类的数据长什么样

基建工程投研数据主要来自项目概算书、施工日志、监理周报、招投标文件、行业技术标准文档。更新节奏随项目节点动态调整，如施工进度更新、设计变更时同步新增文档。文档结构以长文本为主，包含大量结构化表格（如工程量清单、材料消耗表）和专业工程术语，字段包含项目编号、标段代码、工期节点、造价金额等，单位涉及万元、立方米、吨等工程通用计量标准。

这些特征在「对话日志与审计」这一环带来什么约束

长文本与结构化表格占比高，要求日志需完整记录完整对话上下文与解析后的文档片段，避免截断导致审计信息缺失。专业术语与项目专属编号的高频使用，要求审计规则需匹配特定字段格式，确保敏感造价信息与项目标识可被精准追溯。更新频率无固定周期，要求日志需按项目维度自动归档，便于按项目周期完成全链路审计。大量工程数据的调用，要求日志存储需预留足够配额，避免因存储不足丢失关键审计记录。

配置怎么定

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v2版本后marker日志显示ocr error。原因：基建工程文档包含大量带密集表格的扫描件，marker默认OCR阈值不足以识别表格内的文字内容。
• 现象：点击日志导出按钮报错，提示正则匹配失败。原因：配置的AUDIT_REGEX_PATTERN未适配基建项目的标段编号格式，导致提取字段为空无法完成导出。
• 现象：实际有调用但chat_log字段为空。原因：未开启ENABLE_CHAT_LOGGING参数，或配置的日志存储路径权限不足，无法写入对话记录。

怎么确认配好了

• 上传一份包含密集表格的基建工程扫描件，查看chat_log中是否完整记录OCR解析后的文本与OCR耗时。
• 输入包含项目编号的投研提问，查看审计日志中是否触发了AUDIT_REGEX_PATTERN的匹配规则。
• 等待10分钟后查看日志存储目录，确认新的对话记录已写入且未出现超时错误。
• 测试导出单条对话日志，确认正则匹配的项目编号字段能正确提取并显示在导出文件中。

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。