这个品类的数据长什么样
燃气投研数据主要来源于大宗商品交易平台的气源价格行情、住建部及地方住建部门的公用事业运营报表、行业协会的月度简报、燃气企业的季度财报与管网技术文档。数据更新节奏存在差异：气源价格按日或周更新，政策文件不定期发布，企业财报与管网运营数据按季度或月度更新。文档包含结构化的价格、压力、输送量数据表，非结构化的政策文本、技术规范与行业分析报告，字段包含燃气热值、供气压力、采购成本等带明确单位的专业参数。
这些特征在「知识库检索与召回」这一环带来什么约束
燃气投研数据的多更新节奏要求检索召回环节支持按数据源类型配置不同的增量同步频率，避免旧数据影响投研决策。结构化数据的精确字段与单位要求，需在检索时自动匹配字段名与单位，避免召回无关的大宗商品数据。长文档的专业术语密集特性，要求分段长度适配术语完整性，避免拆分破坏专业表述的逻辑。多维度数据源的覆盖需求，需调整召回与重排参数，保证结果覆盖气源、管网、政策等多个投研维度，同时保留精准性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
UPLOAD_FILE_MAX_SIZE | 1000 MB | 燃气投研文档包含多页的行业报告与管网规划PDF，1000MB可容纳批量上传的单份大文档，避免默认小尺寸限制导致的上传失败 |
PARSE_FILE_TIMEOUT_SECONDS | 900 秒 | 大型燃气管网设计文档解析耗时较长，900秒可保证长文档完整解析，避免中途超时中断 |
chunkSize | 1000–1200 字符 | 燃气专业术语密集，该区间可平衡上下文关联与术语完整性，避免过长导致语义断裂或过短破坏专业表述 |
similarityThreshold | 0.72–0.78 | 燃气数据的字段精确性要求高，该阈值可过滤无关的通用大宗商品数据，同时保留相关的细分投研条目 |
recallTopK | 前 10 条 | 燃气投研需覆盖气源、管网、政策等多维度数据源，10条召回量可保证后续重排的结果多样性 |
rerankTopN | 前 3 条 | 投研决策需要高相关性的精准结果，重排后保留最匹配的核心条目，避免冗余信息干扰 |
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：docker compose私有化部署后，点击知识库模块报错，界面返回
500 Internal Server Error。原因：未修改默认配置中的知识库服务端口映射，或挂载目录权限配置错误导致服务无法读取知识库文件。 - 现象：上传燃气行业报告PDF时提示文件大小超限，且日志返回
413 Request Entity Too Large。原因：未调整UPLOAD_FILE_MAX_SIZE参数，默认配置限制过小，无法容纳专业报告的多页内容。 - 现象：升级到4.8.18版本后，检索历史上传的燃气价格数据表，无法召回匹配结果。原因：4.8.18版本对结构化数据的字段解析逻辑调整，未重新解析旧版本上传的结构化文件导致字段匹配失败。
怎么确认配好了
- 上传一份100MB的燃气管网规划PDF，检查界面是否显示上传成功，无超时或大小超限报错。
- 发起针对燃气热值字段的检索，核对返回结果的字段单位与检索关键词的单位一致。
- 对比升级前后的检索结果，确认结构化数据的召回匹配逻辑正常。
- 查看知识库的同步日志，确认增量同步任务按设定的频率触发更新。
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。