这个品类的数据长什么样
玻璃投研数据主要来自建材行业常见规范、生产企业批次质检报告、原材料供应链报价文档与工艺技术手册。更新节奏分两类：国标与工艺标准每1-2年更新，原材料价格与批次质检数据每日更新。文档结构多包含物理参数表、生产工艺说明、合规性要求三类，核心字段包括玻璃厚度、透光率、软化点、批次编号、检测日期，单位统一使用毫米（mm）、百分比（%）、摄氏度（℃）等通用计量标准。
这些特征在「知识库检索与召回」这一环带来什么约束
玻璃投研数据的多类型、分节奏更新特征，对检索与召回环节带来三点约束。第一，数据包含文本说明、精确物理参数与实时报价三类，要求检索支持多字段混合匹配，覆盖关键词、数值范围与时间维度的检索需求。第二，每日更新的批次质检与报价数据，要求配置增量索引逻辑，避免全量重建索引带来的耗时。第三，长文档的工艺说明与参数绑定紧密，要求分段时保留参数与应用场景的关联，避免召回片段脱离上下文导致匹配失效。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunkSize | 800–1200 字符 | 玻璃工艺文档与参数表多为长文本，分段过长会降低召回精度，过短会破坏参数与场景的关联，该区间可平衡上下文完整性与检索效率。 |
chunkOverlap | 100–150 字符 | 保留相邻分段的参数关联，避免跨分段的参数匹配断裂，适配玻璃参数的绑定性特征。 |
similarityThreshold | 0.72–0.80 | 玻璃参数多为精确数值，过高阈值会过滤有效匹配，过低阈值会引入无关结果，该区间适配数值与文本混合检索的精度要求。 |
recallTopK | 前 10 条 | 覆盖多来源的批次数据与报价信息，避免遗漏实时更新的有效内容。 |
rerankTopN | 前 3 条 | 聚焦最相关的参数与场景说明，减少后续处理的冗余数据。 |
enableIncrementalIndex | 开启 | 适配每日更新的批次与报价数据，避免全量索引耗时，保障数据实时性。 |
enableNumericMatch | 开启 | 支持对玻璃厚度、软化点等数值字段的范围匹配，适配精确参数的检索需求。 |
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：知识库中嵌入的玻璃工艺公式无法正常显示，仅输出纯文本。原因：未开启文档解析的公式结构化保留配置，导致公式被转换为普通文本丢失格式。
- 现象：本地部署时同一问题的检索召回结果存在波动，导致最终回答不一致。原因：未固定
similarityThreshold与recallTopK的配置值，或模型温度参数设置过高，引入随机匹配逻辑。 - 现象：检索时返回了全量数据表字段，未仅匹配问题相关的玻璃参数。原因：未配置多字段索引规则，未限定检索范围为核心参数字段，导致检索覆盖了整个数据表。
怎么确认配好了
- 上传一份包含玻璃工艺公式与数值参数的测试文档，验证解析后的内容是否保留公式格式与参数字段。
- 提交同一检索请求多次，核对召回结果的条数与匹配内容是否一致，确认配置参数已固定生效。
- 针对特定玻璃参数发起检索，验证返回结果是否仅覆盖匹配该参数的文档片段，未包含无关字段。
- 提交包含实时更新的玻璃报价关键词的检索请求，验证召回结果是否包含最新的数据源内容，确认增量索引配置生效。
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。