这个品类的数据长什么样
焦炭投研数据来源包括大连商品交易所公开交割数据、沿海主要港口现货报价系统、中国炼焦行业协会调研数据、钢厂采购台账。更新节奏为：期货数据每日收盘后更新，现货报价每日更新，行业调研数据每周更新，月度供需报告按月发布。文档分为结构化报表与非结构化研报两类，结构化报表包含交割品级、出库价、港口库存、日均产量等字段，单位为元/吨、万吨、吨；非结构化研报包含供需分析、政策解读等长文本内容。
这些特征在「上下文与 token」这一环带来什么约束
焦炭数据的多源属性与文档特征会对上下文与token管理带来多重约束。结构化报表字段多且单位统一，非结构化研报篇幅较长且专业术语密集，单文档token占用量偏高，需合理控制上下文拼接总量。每日更新的现货数据需要高频召回，若上下文窗口设置过小，会遗漏最新的价格变动信息。月度供需报告的长文本需要适配分段规则，避免超出模型token上限导致关键内容截断。多源数据的字段差异会增加上下文拼接复杂度，未做对齐处理会导致无效token占用增加。跨周期投研分析需要保留历史上下文，召回条数设置不合理会导致关键历史数据缺失或token超额消耗。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8000–12000 字符 | 焦炭非结构化研报单篇多在5000-8000字符，结合多源结构化数据拼接后，该区间可覆盖核心上下文且不超出多数通用模型的token限制 |
chunkSize | 1000–1500 字符 | 焦炭数据包含长段供需分析与多字段结构化报表，该分段长度可平衡token利用率与语义完整性 |
similarityTopK | 前8–12 条 | 投研场景需覆盖现货、期货、行业政策多源数据，该召回条数可覆盖核心信息且避免token超额消耗 |
rerankTopN | 前3–5 条 | 重排后仅保留最相关的上下文，减少无效token占用，适配投研场景的精准信息需求 |
tokenLimitPerDocument | 15000 字符 | 单篇月度供需报告可能超过10000字符，该限制可避免长文档被强制截断导致关键信息丢失 |
PARSE_FILE_TIMEOUT_SECONDS | 120 秒 | 焦炭批量上传的结构化报表数据量较大，120秒可保障完整解析不超时 |
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：配置指定大模型版本后，实际调用仍消耗旧版本的token额度。原因：未在系统设置中绑定对应模型的专属API密钥，或应用级上下文配置未同步更新。
- 现象：知识库搜索与问题优化功能持续产生额外token扣费。原因：未关闭平台默认公共调用链路，或自定义token未正确关联至对应功能模块。
- 现象：长文档解析后出现内容截断，且日志提示token超出限制。原因：未调整
tokenLimitPerDocument配置项，默认值不足以覆盖焦炭长研报的文本长度。
怎么确认配好了
- 上传单篇焦炭月度供需报告，查看解析后的分段详情，确认分段长度符合
chunkSize配置的预期。 - 发起一次焦炭投研相关的问答，查看调用日志中的上下文召回条数，确认与
similarityTopK配置一致。 - 检查系统计费面板，对比token消耗数据与配置的上下文窗口、召回条数，确认无异常超额消耗。
- 测试批量上传多份焦炭结构化报表，确认解析过程无超时，符合
PARSE_FILE_TIMEOUT_SECONDS的设置要求。
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。