这个品类的数据长什么样
焦炭相关数据来源包括中国炼焦行业协会公开统计、沿海港口现货交易台账、大连商品交易所交割标准文档、下游钢厂月度采购记录。更新节奏为现货交易数据每日更新，行业供需分析周报每周发布，交割质量标准文档长期有效。文档结构分为现货报价单、供需分析报告、交割质量指标表三类，字段包含干基硫分、抗碎强度、耐磨强度、灰分含量，对应单位分别为毫克每千克、转鼓指数、转鼓指数、百分比。
这些特征在「知识库检索与召回」这一环带来什么约束
焦炭数据的多源异构特征要求召回逻辑需兼容不同格式的文档，包括结构化表格、短报价单与长分析报告。不同数据的更新节奏差异，要求检索时需区分数据的时效性权重，避免将过期的周度供需数据与实时现货数据混同召回。文档字段的单位差异，需在检索前置处理环节完成归一化，例如将不同来源的硫分数据统一转换为标准单位，防止因单位不匹配导致召回结果偏差。此外，焦炭尽调报告对质量指标的准确性要求较高，需优先召回符合交割标准的权威文档，避免非标准数据干扰检索结果。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_FILE_TIMEOUT_SECONDS | 900 秒 | 焦炭类长文档（如月度供需分析报告）包含多期历史数据与结构化表格，解析步骤较多，需足够时间完成文本拆分与结构化处理 |
分段长度 | 1000–1200 字符 | 兼顾焦炭质量指标表格的语义完整性与长文本分析的检索精度，避免将同一指标的描述拆分至不同分段 |
召回条数 | 前 8 条 | 覆盖现货、供需、交割等多类尽调所需数据，同时控制上下文长度避免干扰大模型生成 |
相似度阈值 | 0.75–0.85 | 焦炭行业术语专业性强，较高阈值可过滤非相关内容，同时保留对近似术语的匹配能力 |
UPLOAD_FILE_MAX_SIZE | 2000 MB | 支持上传包含多期历史数据的大型焦炭供需报告，满足尽调所需的全量数据导入需求 |
重排返回条数 | 前 4 条 | 对召回结果进行二次排序，优先展示交割标准与实时现货数据等核心尽调素材 |
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：上传焦炭相关CSV或PDF文档时出现
fail to create post presigned url报错。原因：未正确配置对象存储的访问密钥与存储桶权限，导致无法生成文件上传的预签名URL。 - 现象：发起焦炭尽调检索时，结果混入非目标品类的文档内容。原因：未在检索配置中绑定指定焦炭数据集的ID，或检索提示词未明确限定数据集范围。
- 现象：导入焦炭现货报价CSV文件时提示
datasetId is required for S3 files。原因：使用S3对象存储时，未在导入流程中填写目标数据集ID，导致系统无法关联数据存储位置与知识库集合。
怎么确认配好了
- 上传单份焦炭现货报价文档，检查系统解析状态是否显示成功，无超时或格式错误提示。
- 发起一次针对焦炭质量指标的检索，核对召回结果的来源是否覆盖预设的目标数据集。
- 调整相似度阈值参数，观察召回结果的数量与相关性变化，确认配置符合业务需求。
- 导入大型焦炭供需报告，检查上传进度是否正常，未触发文件大小超限报错。
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。