这个品类的数据长什么样
白酒投研数据的来源包含上市酒企公开财报、行业协会发布的产区产能数据、第三方机构的终端零售监测报告、线下渠道调研纪要及公开研报。数据更新节奏存在差异：上市财报按季度或年度更新，行业监测数据按周或月度更新，终端零售数据每日同步。文档结构分为两类，结构化财报包含营收、产能、渠道占比等标准化字段，单位涉及吨、元、亿元；非结构化研报与调研纪要则以段落化的核心观点、市场分析为主要内容，无固定字段格式。
这些特征在「引用来源与溯源」这一环带来什么约束
白酒投研数据的多源属性与差异化更新节奏，对引用溯源带来三类约束。其一，结构化财报与监测数据需绑定采集周期与发布机构，避免跨季度、跨周期的数据被错误关联；其二，非结构化调研纪要与研报需支持段落级锚定溯源，同时支持整份文档引用；其三，混合多源的知识库中，需为不同类型数据源配置独立的溯源标识，确保引用时可明确区分协会产能数据、终端零售数据与研报观点。此外，白酒数据的字段标准化程度存在差异，溯源逻辑需适配结构化字段的精准匹配与非结构化内容的语义锚定。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
reference_enable | 开启 | 白酒投研场景需明确标注数据来源，保障结论可信度 |
max_reference_chunks | 前3-5条 | 白酒投研数据片段较长且多源，3-5条引用可覆盖核心支撑内容，避免干扰阅读 |
reference_source_timeout | 7200 秒 | 白酒财报与研报的更新周期多为月度至季度，2小时的有效时长可覆盖常规查阅需求 |
rag_reference_field | 按文档元数据匹配 | 白酒投研数据包含结构化元数据（如发布时间、来源机构），通过元数据可精准溯源 |
parse_file_enable_reference | 开启 | 非结构化研报与调研纪要需定位到具体段落，避免整文档引用的模糊性 |
knowledge_export_chunk_level | 按文档块导出 | 适配白酒投研数据按数据类型分类存储的场景，支持按细分内容导出 |
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：知识库导出结果仅包含整体知识库包，无法按数据类型拆分导出。原因：未配置
knowledge_export_chunk_level为按文档块导出，默认使用知识库维度导出。 - 现象：调用API获取引用来源时，返回字段为空或无对应链接。原因：未开启
reference_enable配置，或未在RAG召回逻辑中关联rag_reference_field参数，针对开源版v4.8.21需额外确认参数兼容性。 - 现象：nginx代理配置完成后，知识库原文下载链接无法正常访问。原因：未在代理规则中开放溯源链接的端口与路径，或未配置
reference_source_timeout适配代理超时设置。
怎么确认配好了
- 发起一次白酒投研相关的问答，检查回复末尾是否展示标注了来源、发布时间的引用条目。
- 调用获取引用来源的API接口，验证返回结果包含文档标题、来源机构、发布时间等字段。
- 执行知识库导出操作，确认导出内容可按文档块或数据类型拆分，同时支持整体知识库包。
- 访问nginx代理后的原文下载链接，确认可正常打开对应文档的指定内容。
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。