这个品类的数据长什么样
畜禽养殖投研数据主要来源于行业协会发布的监测周报、规模化养殖场的每日存栏台账、饲料供应商的月度报价单、畜禽疫病防控通报以及出栏统计报表。数据更新节奏包含实时突发疫病通报、每日存栏变动、每周出栏与饲料消耗统计、每月成本核算报告。文档形式涵盖结构化Excel台账、PDF行业分析报告、图片格式的养殖棚监测截图、Word格式的养殖技术通知。核心字段包含存栏量（单位：头/羽）、料肉比、饲料用量（单位：吨）、疫病发病例数，日期字段精确到当日。
这些特征在「文档解析与分块」这一环带来什么约束
畜禽养殖数据多格式并存且包含结构化内容的特征，要求解析环节需精准识别不同文档类型的专属字段，避免将Excel中的无关工作表内容混入知识库。高频更新的批量文档要求解析流程具备足够吞吐量，防止上传峰值时出现超时。长文本的养殖趋势分析报告，要求分块环节保留上下文关联性，避免拆分连续的存栏变化、料肉比趋势等关键数据。图片格式的监测数据则需要OCR能力适配养殖专业术语，确保识别准确率。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_EXCEL_SHEET_SELECTOR | 按表头匹配存栏、出栏、饲料消耗字段 | 畜禽养殖Excel台账存在固定的业务表头，按字段匹配可避免误选无关工作表，确保提取数据准确 |
MAX_PARSE_DOC_SIZE | 500 MB | 畜禽养殖月度批量报表单文件体积适中，超过该阈值会导致解析资源占用过高 |
CHUNK_SIZE | 800–1200 字符 | 养殖数据包含连续的趋势分析内容，该区间可保留数据关联性，避免拆分关键逻辑 |
PARSE_OCR_ENABLE | 开启 | 部分养殖监测数据以图片格式提交，OCR可准确识别存栏量、疫病统计等专业字段 |
PARSE_TIMEOUT_SECONDS | 300 秒 | 批量上传的月度养殖报表数据量较大，需预留足够解析时间以避免超时报错 |
CHUNK_OVERLAP | 100–150 字符 | 养殖数据的趋势分析多跨段落，重叠字符可保证上下文连贯性，提升检索准确性 |
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
- 上传养殖台账Excel后，部分存栏量、饲料用量字段为空。原因是未配置
PARSE_EXCEL_SHEET_SELECTOR，系统自动选择了无关工作表导致关键字段丢失。 - 上传季度养殖分析PDF后，向量化耗时远超预设阈值。原因是未调整
CHUNK_SIZE至合理区间，单块文本过长导致向量化计算压力过大。 - 输入纯文本养殖相关提问时，系统触发文档解析流程。原因是未关闭
PARSE_TEXT_INPUT_ENABLE参数，系统误将纯文本输入视为待解析文档。
怎么确认配好了
- 上传一份标准养殖Excel台账，核对解析后提取的字段是否包含存栏量、饲料用量、出栏量等关键项，调整
PARSE_EXCEL_SHEET_SELECTOR直到匹配结果符合预期。 - 上传一份单页养殖分析PDF，记录解析耗时，调整
PARSE_TIMEOUT_SECONDS确保耗时在业务允许范围内。 - 输入一段纯文本养殖相关提问，检查系统是否跳过文档解析流程，调整
PARSE_TEXT_INPUT_ENABLE参数至符合业务需求。 - 上传一份超过10页的养殖行业报告，查看分块结果是否保留了连续的养殖数据趋势，调整
CHUNK_SIZE和CHUNK_OVERLAP至合理区间。
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。