这个品类的数据长什么样
炼化智能尽调报告的数据主要来自炼化装置运行日志、第三方合规检测报告、上游原料采购台账、下游产品质检单、工艺设计文件等。更新节奏覆盖实时（运行日志）、每日（能耗报表）、月度（采购台账）、季度（合规文件更新）。文档结构包含装置参数表、物料平衡表、能耗指标页、工艺流程图说明、合规声明等模块。字段与单位包含进料量（吨/小时）、反应温度（摄氏度）、系统压力（兆帕）、能耗（千克标油/吨产品）、设备编号、检测日期等。
这些特征在「文档解析与分块」这一环带来什么约束
炼化尽调报告多来源多格式的特征，要求解析模块兼容PDF、Excel、工艺设计导出文件等多种格式，易出现Excel合并单元格解析错位、矢量图元文本丢失的问题。文档结构复杂且包含长段落工艺说明与连续数值表格，固定长度分块易拆分参数与单位的关联，导致检索时无法匹配完整业务信息。带工艺流程图、设备实拍图的模块需同时提取图片与对应说明文本，否则无法完整传递业务上下文。分散在页眉页脚与开头的元数据，需精准绑定至对应分块，否则检索结果无法携带完整文档属性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_EXCEL_MERGED_CELL_MODE | 保留父单元格值 | 炼化尽调的Excel台账常有合并单元格，避免拆分后子单元格丢失对应数值 |
CHUNK_SIZE | 800–1200 字符 | 炼化尽调报告包含长段落工艺说明与数值表格，该长度可保留参数与单位的完整上下文 |
PARSE_IMAGE_ENABLE | 开启 | 尽调报告常附工艺流程图、设备照片，需提取图片元数据与对应说明文本 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 单份炼化尽调报告常包含多页PDF与大型Excel文件，需足够解析时间 |
CHUNK_OVERLAP_RATE | 10–15% | 长数值表格的跨页内容需保留衔接上下文，避免分块后业务逻辑断裂 |
RETRIEVE_METADATA_AUTO_ATTACH | 开启 | 需将文档元数据如报告编号、生成日期与分块内容绑定，完善检索结果属性 |
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：上传炼化尽调的PDF后，解析结果中无图片内容，日志显示
IMAGE_PARSE_FAILED错误码。原因：未开启PARSE_IMAGE_ENABLE配置项，或解析工具未配置图片提取模块。 - 现象：检索炼化尽调的分块内容时，无法获取对应的报告编号、生成日期等元数据。原因：未开启
RETRIEVE_METADATA_AUTO_ATTACH配置项，或元数据提取模块未绑定文档属性字段。 - 现象：上传.xlsx格式的炼化尽调台账时，系统提示格式不支持，返回
UNSUPPORTED_FILE_TYPE状态码。原因：未在ALLOWED_UPLOAD_EXTENSIONS配置项中添加.xlsx后缀，或配置项未生效。
怎么确认配好了
- 上传单份炼化尽调PDF，打开解析后的预览界面，查看是否存在原文档中的工艺流程图、设备实拍图等图片内容。
- 上传包含合并单元格的Excel物料平衡表，检查解析后的表格字段是否完整保留了进料量、能耗等数值及对应单位。
- 发起针对工艺参数的检索请求，查看返回结果中是否附带该分块所属文档的报告编号、生成日期等元数据信息。
- 修改
CHUNK_OVERLAP_RATE配置后，重新解析跨页的长段落，确认分块之间的上下文衔接是否符合预期。
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。