这个品类的数据长什么样
教育服务智能尽调报告的数据来源包括教育机构提交的办学资质文件、师资备案材料、课程大纲文档、收费公示台账、监管部门公示信息及用户反馈记录。数据更新节奏存在差异：办学资质按年度年检更新，课程大纲每学期调整，用户反馈记录实时新增。文档结构包含结构化字段（如统一社会信用代码、办学许可证编号、师资人数）与非结构化文本（如课程详情、投诉说明），部分字段带有明确单位，例如单次课程收费标准以元/课时为单位，办学许可证有效期以日期格式标注。
这些特征在「工作流编排」这一环带来什么约束
首先，结构化与非结构化数据混合的特征要求工作流需配置多格式解析节点，区分字段抽取与全文检索环节。其次，不同数据的更新节奏差异要求工作流嵌入定时同步节点，分别处理年度资质更新、学期课程更新与实时反馈拉取。再次，字段带明确单位的特征要求工作流加入单位校验节点，避免出现收费标准与单位不匹配的抽取错误。最后，多来源文档的格式差异要求工作流配置白名单限制可解析的文件类型，防止无效格式导入干扰流程执行。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
召回条数 | 前10-15条 | 教育尽调报告需覆盖多维度数据，过多召回会导致总token超出限制 |
相似度阈值 | 0.75-0.85 | 教育资质类文本相似度要求较高，过低会引入无关的监管公示内容 |
分段长度 | 800-1200字符 | 教育尽调文档多为长文本，该长度可平衡上下文完整性与token占用 |
工作流超时时间 | 300-600秒 | 需解析多份资质文件与台账，过长的文档解析需要足够的执行时长 |
允许解析的文件类型 | ["pdf", "xlsx", "doc", "html"] | 覆盖教育尽调常用的文档格式，避免无效文件触发解析失败 |
导出格式 | json | 方便跨环境复用工作流配置，适配后续的批量部署需求 |
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：导入外部工作流JSON后，文本加工模块正常显示，但本地新建工作流时无该模块选项。原因：本地未启用高级插件市场，或未安装对应文本处理插件。
- 现象：无法找到工作流导出为JSON的入口，或导出后文件格式不符。原因：未切换到工作流编辑页的专属导出菜单，或误选了非JSON的导出格式。
- 现象：设置
搜索引用上限为2000后，短文本回答仍超出3000token。原因：未同时限制分段长度与召回条数，总token由分段数与单段长度叠加计算，单条引用长度不纳入该计算。
怎么确认配好了
- 上传一份教育机构的办学资质PDF，检查工作流是否自动触发解析并抽取指定的结构化字段。
- 查看工作流执行日志，确认
召回条数、相似度阈值的配置已生效，返回的知识库结果符合预期范围。 - 导出工作流为JSON格式，验证导出文件包含所有配置的节点与参数信息。
- 模拟多文档批量上传场景，确认工作流在配置的超时时间内完成执行，无异常中断。
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。