这个品类的数据长什么样
特钢投研数据主要来自行业协会公开统计、钢厂出厂检测报告、现货交易平台报价及下游制造企业的订单台账。数据更新节奏覆盖多维度：现货报价每日更新，牌号成分与力学性能报告随钢厂排产周期更新，行业月度供需数据滞后1-2周发布。单份文档多为结构化表格或带参数说明的技术手册，核心字段包含元素成分占比、力学性能指标、规格尺寸、交货标准，对应单位分别为百分比、兆帕、毫米、行业通用标准号。
这些特征在「对话日志与审计」这一环带来什么约束
特钢投研数据的多源异构与更新节奏差异，要求对话日志需完整记录每一条调用数据的来源渠道与生成时间戳，避免跨周期引用过期数据。结构化的成分、性能参数带专属单位，审计环节需校验对话中引用的参数是否匹配文档标注的单位体系，防止单位转换错误导致的结论偏差。长文本技术手册的片段引用，要求日志留存引用片段的上下文范围与原始文档页码，确保审计可追溯完整引用逻辑。同时下游订单台账的敏感属性，需在日志中标记访问权限等级，记录权限变更操作。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
ENABLE_AUDIT_LOG | 开启 | 特钢投研的合规审计需完整留存对话与调用全流程，开启后才可生成可追溯的日志条目 |
LOG_RETENTION_DAYS | 90 天 | 特钢行业审计周期通常覆盖季度至年度，90天留存可满足常规审计需求，同时控制存储成本 |
AUDIT_LOG_INCLUDE_CONTEXT | 开启 | 特钢技术手册文档较长，保留上下文可完整追溯参数引用逻辑，避免审计断章取义 |
LOG_FIELD_WHITELIST | ["user_query", "assistant_response", "data_source", "timestamp", "permission_level"] | 特钢投研需重点追踪查询内容、返回结果、数据来源、调用时间与权限，过滤无关字段简化审计 |
MAX_LOG_ENTRY_SIZE | 20000 字节 | 特钢技术手册的单份引用片段可能较长，设置足够大小避免截断关键参数与上下文 |
ERROR_LOG_DETAIL_LEVEL | 详细 | 特钢投研的错误排查需完整的请求与响应细节，便于定位参数引用或数据源调用错误 |
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：模型提供商配置页面未显示
调用日志与工作流日志入口，当日与前一日的对话日志列表为空。原因：未开启ENABLE_AUDIT_LOG配置项，或部署时未挂载日志存储卷，导致日志未持久化。 - 现象：Docker部署的实例中，模型测试返回正常且模型后台有响应日志，但工作流对话界面显示失败。原因：未配置
LOG_PUSH_TO_STORAGE参数，工作流执行日志仅输出至容器控制台，未同步至FastGPT的审计日志库，导致界面无法读取。 - 现象：对话中出现异常报错，界面仅显示简短报错文案，未记录完整报错堆栈与请求参数。原因：未将
ERROR_LOG_DETAIL_LEVEL设置为详细，仅保留了简化的报错信息，无法满足审计排查需求。
怎么确认配好了
- 进入模型提供商配置页面，检查是否存在
调用日志与工作流日志的入口按钮，确认ENABLE_AUDIT_LOG配置已开启。 - 发起一次特钢投研相关的对话，触发一次模型调用，查看日志列表中是否生成对应条目，核对条目包含数据来源、时间戳与权限标记。
- 故意构造一次参数引用错误的查询，触发异常报错，检查日志中是否留存完整的请求参数与报错堆栈。
- 进入日志存储目录（Docker部署对应挂载卷路径），确认日志文件按配置的保留周期生成，且未被提前清理。
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。