这个品类的数据长什么样
炼化领域的投研数据源主要包括炼化装置实时运行日志、进料与产品质检报告、行业工艺标准文档、区域能源政策文件、炼化产品市场报价数据。实时运行数据按小时或分钟级更新，质检报告随批次产出，行业标准与政策文档不定期更新，市场报价数据按日更新。文档包含结构化的工艺参数表、非结构化的运维日志与市场分析报告，字段涵盖装置编号、进料组分占比、转化率、能耗值、产品报价，单位多采用MPa、吨标煤/吨产品、体积百分比、元/吨等行业专属计量标准。
这些特征在「引用来源与溯源」这一环带来什么约束
炼化投研数据的高频实时更新要求溯源链路关联数据采集时间戳与生产批次标识，避免跨周期引用错误影响投研结论的准确性。结构化参数表与非结构化日志、市场报告并存的文档结构，要求溯源系统区分不同文档类型的专属标识字段，如参数ID、日志生成时间与报告发布日期。行业专属的计量单位要求溯源时保留原始单位信息，避免单位转换导致的工艺参数或市场报价歧义。多批次质检报告与日更的市场报价数据特征，要求溯源链路绑定对应生产批次或报价日期，防止不同周期的信息混淆。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
召回条数 | 前8–12条 | 炼化投研数据包含结构化参数与非结构化日志，需覆盖足够多的相关文档以匹配工艺问题的多维度信息 |
相似度阈值 | 0.72–0.85 | 炼化工艺参数与市场报价的表述高度专业，需较高阈值过滤低相关的通用文档，避免引入无关的行业报告干扰 |
reference_display_mode | 带原始单位与批次标识 | 炼化投研数据的计量单位、批次编号与报价日期是溯源的核心信息，需在引用展示中完整保留 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 大型炼化质检报告与市场分析合集的解析耗时较长，需延长超时时间以避免解析失败 |
segment_length | 800–1200 字符 | 炼化工艺文档包含长段的参数说明与操作步骤，分段过长会丢失上下文关联，过短则破坏工艺逻辑 |
enable_batch_reference | 开启 | 炼化质检报告多按批次产出，需支持批量关联同一批次的多个文档作为溯源来源 |
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：正式聊天页面不显示引用文档出处，调试页面可正常展示。原因：未开启
reference_display_mode配置项，或配置项取值未包含文档来源字段。 - 现象：文本内容提取组件无法提取知识库引用中的内容。原因：未将引用来源的文档类型设置为可提取的结构化格式，或组件未关联对应知识库的数据源配置。
- 现象：召回结果中出现非目标批次的炼化数据，且引用来源未标注生产批次。原因：未配置批次编号的过滤规则，或相似度阈值设置过低，导致低相关的跨批次文档被召回。
怎么确认配好了
- 确认当前使用的FastGPT版本为4.8.10及以上，以支持
enable_batch_reference配置项。 - 发起包含炼化工艺参数或批次编号的查询，检查回复下方的引用列表是否包含装置编号、批次编号与原始计量单位。
- 调用文本内容提取组件，输入包含知识库引用的对话内容，确认组件可提取到引用文档的路径与字段信息。
- 提交一份大型炼化质检报告，检查解析任务的状态码为
200且无超时报错。 - 发起针对特定生产批次的查询，确认召回结果仅包含对应批次的文档内容。
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。