这个品类的数据长什么样
焦炭智能尽调报告的数据来自焦炭质检机构出具的质检报告、贸易双方的合同文档、港口库存台账、行业协会月度运行分析、期货交割标准文件。更新节奏覆盖实时（贸易台账）、每日（期货行情类文档）、每周（港口库存数据）、每月（行业分析报告）。文档结构以结构化表格为主，包含焦炭的灰分、硫分、挥发分、抗碎强度、耐磨强度等指标项，辅以文字分析内容，部分文档包含嵌套表格与批注。字段与单位方面，指标项多以质量分数、强度等级、吨为单位，部分字段包含产地编码、交割库编号等编码类字段。
这些特征在「文档解析与分块」这一环带来什么约束
首先，结构化表格多且包含嵌套结构，要求解析工具支持嵌套表格的识别与提取，避免拆分时丢失指标与对应数值的关联。其次，更新频率差异大，部分文档时效性强，需要在分块时保留文档的时间戳字段，避免混淆不同周期的数据。再次，字段包含编码类与数值类混合，分块时需要按字段类型进行语义分组，避免将编码与数值拆分到不同块中。另外，部分文档夹杂批注与脚注，解析时需要区分正文内容与辅助注释，避免将批注内容混入核心分块。同时，焦炭尽调的核心指标具有强关联性，分块时需保证同一指标的所有相关信息处于同一语义块内，提升后续检索的准确性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
CHUNK_MAX_SIZE | 800–1200 字符 | 适配焦炭尽调报告中核心指标组的平均长度，避免单块包含过多无关信息 |
CHUNK_OVERLAP | 100–150 字符 | 保留相邻分块间的语义关联，防止拆分同一检测指标的完整信息 |
PARSE_NESTED_TABLE | 开启 | 焦炭质检报告多包含嵌套的检测项目层级表格，需完整提取指标与对应检测值的关联关系 |
PARSE_TABLE_ENABLE | 开启 | 核心数据以结构化表格存储，启用表格解析可直接保留字段与数值的对应关系 |
PARSE_TIMEOUT_SECONDS | 300 秒 | 适配大型行业分析报告的解析耗时，避免因超时导致解析失败 |
FIELD_SELECTOR | 匹配灰分、挥发分、抗碎强度等焦炭核心指标 | 聚焦尽调所需的核心字段，减少非必要内容的分块与存储 |
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：解析后的分块中未包含图片中的焦炭质检指标数据，问答测试无法召回相关内容。原因：未启用图片解析配置，或未将图片中的文本内容提取为可检索的文本块。
- 现象：调用Playwright MCP服务解析动态网页类尽调文档时，服务连接失败，调用高德MCP服务则可正常运行。原因：未正确配置Playwright MCP服务的跨域白名单，或服务端口未开放至部署环境网段。
- 现象：点击复制分块内容时，界面提示“无法使用浏览器自动复制，请手动复制下面内容”。原因：部署环境存在跨域限制，或前端复制脚本未获得对应页面权限。
怎么确认配好了
- 上传一份标准焦炭质检报告文档，查看解析后的分块列表，确认核心指标与对应数值处于同一分块内。
- 上传包含嵌套表格的行业分析文档，检查解析结果中是否保留了表格的层级结构，无字段错位情况。
- 执行一次问答测试，输入包含焦炭质检指标的问题，确认分块内容可被正确召回。
- 上传一份大型行业报告，检查解析任务是否在预设超时时间内完成，无超时报错。
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。