这个品类的数据长什么样
航空机场投研数据主要来自民航局公开统计报表、机场年度/季度运营报告、航班时刻调度系统、起降与旅客吞吐量监测数据。数据更新节奏覆盖实时（起降架次）、月度（航班计划调整）、季度/年度（营收与基建数据）。文档包含结构化表格（如起降架次、旅客吞吐量、单位运营成本）与非结构化分析报告，字段多关联具体航班周期、机场区域与运营时段，单位包含架次、人次、元/客等细分计量项。
这些特征在「对话日志与审计」这一环带来什么约束
航空机场投研数据的多维度关联属性，要求对话日志需绑定具体航班ID、运营时段等标识，避免统计与审计时出现数据混淆。实时与高频更新的数据，要求日志采集粒度需细化至单会话级别，且保留周期需匹配行业审计要求。长文档与多字段的投研内容，会带来单会话token消耗波动，需针对性监控异常消耗。同时，投研场景下的审计需追溯特定项目的全链路对话，因此日志需完整记录提问、回复、token用量与关联业务标识。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
LOG_RETENTION_DAYS | 90 天 | 符合民航行业审计留存的合规要求，覆盖常规投研复盘周期 |
TOKEN_STAT_DIMENSION | 应用+关联航班ID+会话时间 | 匹配航空机场投研按具体项目追踪资源消耗的需求，避免统计维度模糊 |
LOG_EXPORT_ALLOWED_FIELDS | 会话ID,请求时间,用户输入,模型输出,token用量,关联航班ID | 覆盖审计所需的全链路字段，便于回溯特定投研项目的对话过程 |
AUDIT_TRIGGER_RULE | 单会话token用量超过50000 字符时触发 | 匹配长文档投研的会话长度特征，及时预警异常消耗 |
MAX_SESSION_LOG_SIZE | 200 MB | 限制单会话日志的存储占用，避免因大文档解析导致的存储溢出 |
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
- 工作流对话界面显示会话日志为空，后台无对应日志记录。原因是未开启
ENABLE_SESSION_LOG配置项，或LOG_RETENTION_DAYS设置为0 天导致日志被立即清理。 - 模型提供商页面无调用日志条目，且对话审计面板无数据。原因是未开启
TOKEN_STATISTICS_ENABLE配置项，或未正确配置日志采集的权限绑定规则。 - 发起测试对话后，FastGPT工作流显示失败，且模型后台能收到正常响应日志。原因是docker部署时未挂载日志存储卷，导致会话日志无法持久化，或
LOG_FILE_PATH配置指向了不存在的目录。
怎么确认配好了
- 进入FastGPT的日志管理面板，选择对应投研应用，查看是否存在按
应用+关联航班ID+会话时间拆分的token统计数据。 - 发起一次包含航空机场投研相关内容的测试对话，调用日志导出功能，确认导出文件包含
会话ID,请求时间,用户输入,模型输出,token用量,关联航班ID等配置字段。 - 构造一次token用量超过50000 字符的测试会话，检查是否触发预设的审计告警。
- 登录docker部署的服务器，查看
LOG_FILE_PATH指定的目录，确认存在对应测试会话的日志文件。
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。