这个品类的数据长什么样
产业园区智能尽调报告的数据来源包括园区管委会公开的规划审批文件、运营方的内部台账、第三方尽调底稿及土地出让相关文档。更新节奏随文档类型差异明显：规划类文档随项目调整动态更新，运营类文档按月或季度更新，入驻企业台账随企业进出实时调整。文档结构包含长文本产业定位段落、结构化清单表格、带标注的园区平面图及附件扫描件，核心字段包含总规划建筑面积（平方米）、实际可用建筑面积（平方米）、单户租赁面积（平方米）、月租金标准（元/平方米）、年度运营成本（万元）及入驻企业行业分类等，部分文档存在水印或低分辨率扫描内容。
这些特征在「文档解析与分块」这一环带来什么约束
产业园区尽调文档的混排形式会导致常规分块工具误将表格拆分为零散段落，需针对性保留表格结构的分块逻辑；长文本规划段落与结构化表格跨页分布，要求分块工具可识别跨页关联内容，避免拆分关键上下文；低分辨率扫描件及水印会干扰OCR识别准确率，需适配模糊字体与水印干扰的解析流程；不同文档格式差异较大，既有官方标准PDF，也有非标准化的Excel台账与手写扫描件，需兼容多格式解析逻辑；部分文档包含大量重复的行业分类字段，分块时需避免重复内容的冗余拆分。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_FILE_TIMEOUT_SECONDS | 300-600 秒 | 产业园区尽调文档多为长文档，包含多页表格与扫描件，需更长的解析时长完成完整内容提取 |
maxChunkSize | 800-1200 字符 | 该区间可保留长规划段落与跨页表格的上下文关联，避免强制拆分结构化内容 |
PARSE_ENABLE_TABLE_EXTRACT | 开启 | 尽调报告中存在大量入驻企业清单、成本明细等结构化表格，保留表格结构可提升后续分块准确性 |
UPLOAD_FILE_MAX_SIZE | 500-1000 MB | 园区规划类文档可能包含高清配图与多页附件，需适配大文件上传需求 |
PARSE_OCR_QUALITY_THRESHOLD | 0.6-0.8 | 平衡低分辨率扫描件与水印文档的识别准确率，避免过高阈值导致识别失败，过低阈值导致识别精度不足 |
customParseScript | 按实测标定 | 部分非标准化的尽调底稿需自定义脚本处理特定字段格式，需根据实际文档类型调整脚本逻辑 |
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：调用marker-pdf解析文档时返回连接失败错误，本地部署docker版本v4.8.14时，尝试127.0.0.1调用仍报错。原因：未在docker容器中正确配置marker-pdf的内网访问地址，容器内部网络与宿主机网络隔离，直接使用127.0.0.1无法跨容器访问解析服务。
- 现象：上传产业园区尽调文档后，解析结果中表格字段为空或被拆分为零散文本，或分块结果中丢失跨页表格的关联内容。原因：未开启
PARSE_ENABLE_TABLE_EXTRACT配置，或分段长度设置过小，导致表格被强制拆分。 - 现象：自定义解析脚本无法在解析结果中生效，尝试添加字段处理逻辑无响应。原因：未在FastGPT的自定义解析界面正确绑定脚本触发时机，或脚本语法存在格式错误未被识别。
怎么确认配好了
- 上传一份典型的产业园区尽调PDF文档，查看解析结果中的表格是否完整保留结构，无零散拆分内容。
- 查看系统日志中的解析任务时长，确认未出现超出
PARSE_FILE_TIMEOUT_SECONDS配置的超时报错。 - 测试上传不同格式的文档，如扫描版PDF、Excel台账，确认解析结果均能正常生成分块内容。
- 编辑自定义解析脚本后触发解析任务，查看结果中是否应用了脚本定义的字段处理逻辑。
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。