这个品类的数据长什么样
医美智能尽调报告的数据主要来自医美机构的执业许可文件、诊疗项目备案清单、耗材溯源记录、医师资质证明以及患者诊疗档案。数据更新节奏随文档类型有所差异：执业许可按年度更新，耗材备案随批次更新，诊疗档案则随服务实时生成。文档结构多为混合格式，包含带多列布局的表格、扫描件形式的资质证书、结构化文本说明。字段包含项目名称、备案编号、规格、单价、服务时长等，单位涵盖元、支、毫升、分钟等，部分字段带有固定格式的字母加数字编码。
这些特征在「文档解析与分块」这一环带来什么约束
医美尽调报告的多列表格结构要求解析工具需适配跨列识别，避免出现单元格内容错位；文档中穿插的资质证书、耗材包装等图片，要求解析环节同时支持文本OCR与原图留存，确保合规信息完整；带固定编码的字段需保留原始格式，避免分块时破坏字段完整性；实时生成的诊疗档案文档长度波动大，需支持灵活的分块阈值调整；不同模块（如医师资质、耗材清单）的内容边界清晰，分块时需避免跨模块拼接，确保后续检索的准确性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_MULTICOLUMN_TABLE | 开启 | 医美尽调报告的价目表、耗材清单多采用多列布局，默认解析模式易出现列错位 |
ENABLE_OCR_PARSE | 开启 | 部分尽调文档为扫描件或包含资质证书图片，需提取图片内的文本与原图信息 |
CHUNK_SIZE | 800–1200 字符 | 适配医美尽调报告的模块长度，避免跨章节分块，同时保证单块内容的完整性 |
PARSE_FILE_TIMEOUT_SECONDS | 120 秒 | 多页合规文档或大额耗材清单的解析耗时较长，默认阈值易导致任务中断 |
SAVE_PARSED_IMAGES | 开启 | 尽调报告需留存资质证书、耗材包装等图片作为合规依据，需保留原图与解析文本的关联 |
SIMILARITY_THRESHOLD | 0.75 | 区分相近的诊疗项目名称，避免相似内容被合并为同一分块 |
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：解析后的多列表格出现列错位、单元格内容混排，无法还原原文档的价目表结构。原因：未开启
PARSE_MULTICOLUMN_TABLE配置，默认解析模式仅适配单列表格布局，无法识别医美尽调报告中多列的项目、单价、备案号结构。 - 现象：上传含医师资质证书、耗材包装图的PDF文档后，输出结果仅包含文本内容，未附带图片信息。原因：未开启
ENABLE_OCR_PARSE配置，且未启用SAVE_PARSED_IMAGES选项，无法提取图片中的文本与原图内容。 - 现象：解析任务触发失败，返回
PARSE_FILE_TIMEOUT错误码或状态码408。原因：未调整PARSE_FILE_TIMEOUT_SECONDS参数，医美尽调报告的多页合规文档解析耗时超出默认阈值，导致任务中断。
怎么确认配好了
- 上传一份包含多列价目表的测试文档，查看解析后的表格是否还原了原列结构，确认
PARSE_MULTICOLUMN_TABLE配置生效。 - 上传一份包含资质证书图片的测试文档，查看输出结果是否包含图片文本与原图关联信息，确认
ENABLE_OCR_PARSE与SAVE_PARSED_IMAGES配置生效。 - 上传一份10页以上的合规文档，等待解析完成后检查任务状态，确认
PARSE_FILE_TIMEOUT_SECONDS参数设置适配文档长度。 - 查看分块后的内容，确认每个分块对应一个独立的尽调模块，确认
CHUNK_SIZE与CHUNK_OVERLAP配置合理。
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。