这个品类的数据长什么样
铁矿石投研数据覆盖现货、期货、行业报告三大类核心来源。现货价格数据来自港口现货交易平台、行业资讯站点，期货数据来自大连商品交易所，供需与运价数据来自钢铁行业协会、国际矿业机构的定期报告。更新节奏存在差异：现货数据每日更新，期货数据在盘后1小时内同步，行业报告按周或月度发布。文档结构以结构化表格为主，包含矿石品位、产地、交割品级、单价等核心字段，单位多为元/湿吨、美元/干吨、元/吨·公里。
这些特征在「引用来源与溯源」这一环带来什么约束
多类数据源的字段命名存在差异，例如国际矿业机构的英文报告使用“Fe content”对应国内行业文档的“品位”，溯源环节需要配置字段映射规则，否则无法实现跨语言数据的关联匹配。不同数据源的更新频率差异较大，增量更新任务需适配多周期抓取，否则会出现数据滞后或重复索引的问题。部分行业协会与第三方平台设置了反爬机制，溯源链接的访问需处理校验逻辑，否则会导致无效溯源结果。英文文献与中文数据的字段对应关系复杂，未配置匹配规则时，中文提问无法召回英文数据源的内容。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
similarity_threshold | 0.78–0.82 | 铁矿石数据存在统一的核心标识字段，阈值过高会遗漏相关数据源，过低会混入非目标品类数据 |
recall_top_k | 前 6 条 | 单条铁矿石报告包含多组数据，召回过多会增加溯源整理成本，过少会遗漏关键数据源 |
incremental_update_interval | 每日 2 次 | 现货数据每日更新，期货盘后更新，分两次抓取可覆盖两类数据源的更新节奏 |
reference_match_fields | 品位、产地、交割等级 | 铁矿石数据的核心标识字段，用于精准匹配溯源结果与提问关键词 |
link_validation_enabled | 开启 | 部分行业协会与第三方平台存在反爬机制，校验可过滤无效或过期的溯源链接 |
retry_times_on_timeout | 3 次 | 部分数据源网站加载较慢，重试可提升抓取成功率，避免溯源任务中断 |
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：输入包含62%粉矿的中文提问后，未召回知识库中的英文普氏能源报告。原因：未配置
reference_match_fields的中英文字段映射规则，导致中英文数据无法关联匹配。 - 现象：增量更新任务日志显示
403 Forbidden错误。原因：未开启link_validation_enabled，未配置反爬校验规则，导致部分行业协会网站的链接访问被拦截。 - 现象：溯源结果中同时出现粉矿与块矿的无关数据。原因：
similarity_threshold设置低于0.75，召回了相似度不达标的非目标品类数据。
怎么确认配好了
- 发起包含“青岛港62%粉矿现货价”的提问，检查返回结果的溯源栏是否标注了对应港口现货平台的链接或文档名。
- 查看增量更新任务的运行日志，确认近7天内无
403或超时错误记录。 - 导入英文普氏能源报告与中文行业报告，发起包含对应品位的提问，检查溯源结果是否同时匹配两类文档。
- 上传Notion格式的铁矿石供需报告，检查解析后的文档是否被纳入溯源索引，且能被正确关联到提问结果。
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。