这个品类的数据长什么样
厨卫电器的数据源主要包括产品说明书、第三方质检报告、供应链Excel清单、电商平台参数页。更新节奏随新品上市、合规标准更新调整，无固定周期。文档形态以PDF格式的说明书为主，内含大量嵌套参数表格；供应链文档多为多行Excel表格，包含型号、功率、尺寸、材质等字段，单位涵盖瓦特（W）、毫米（mm）、千克（kg）等。部分文档存在多语言混排、表格与内嵌图片交叉排版的情况。
这些特征在「文档解析与分块」这一环带来什么约束
厨卫电器的多表格、多格式混合特征，要求解析环节需精准识别不同文档类型的排版结构，避免将参数表格拆分为零散文本块。多字段与单位的混杂，要求分块时需保留同型号产品的参数关联性，防止单位、型号与参数值被割裂。更新无固定周期的特征，要求解析规则可快速适配新版文档的排版变化，避免因文档结构调整导致解析失效。此外，多语言混排与图片交叉排版的情况，会增加纯文本解析的难度，需额外适配复杂排版场景。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_FILE_TIMEOUT_SECONDS | 900 秒 | 厨卫电器文档常含多页嵌套表格与长供应链清单，避免解析超时 |
maxChunkSize | 1000–1200 字符 | 厨卫电器参数表格单块内容密度高，避免拆分关键参数组 |
chunkOverlap | 150 字符 | 保留跨块参数的上下文关联，避免表格行被割裂 |
ENABLE_EXCEL_PARSE_TABLE | 开启 | 厨卫电器供应链文档多为Excel格式的多行表格，需完整解析表格结构 |
PARSE_PDF_USE_MARKER | 开启 | 适配厨卫电器说明书的复杂排版与内嵌表格 |
DOCUMENT_SOURCE_FILTER | 按文件类型分类 | 区分说明书、质检报告、供应链文档，匹配对应解析规则 |
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：使用docker部署Marker解析厨卫电器PDF说明书时报
{"detail":"错误信息"}，针对FastGPT开源版v4.8.17的部署场景尤为常见。原因：未正确配置Marker的环境变量MARKER_API_URL，导致解析服务无法正常调用。 - 现象：分块结果中厨卫电器的型号与对应参数被拆分到多个文本块中。原因：
maxChunkSize取值过小，未预留同型号产品参数组的完整内容空间。 - 现象：Excel格式的供应链清单解析后，表格字段出现错位或缺失。原因：未开启
ENABLE_EXCEL_PARSE_TABLE配置，默认解析逻辑未完整保留表格的行列结构。
怎么确认配好了
- 上传单份厨卫电器产品说明书PDF，查看解析后的文本块是否完整保留能效标识表格的所有行与参数内容。
- 检查后台解析日志，确认
PARSE_FILE_TIMEOUT_SECONDS未触发超时报错，解析耗时符合预期。 - 上传Excel格式的供应链清单，验证解析后的表格字段与原文档一致，无错位或缺失情况。
- 测试多格式混合上传（PDF说明书+Excel清单），确认不同文档类型的解析规则均正常生效。
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。