焦煤智能尽调报告的工作流编排

焦煤的核心数据来源为矿山生产台账、港口第三方质检单据、期货交割仓单与行业监测周报。数据更新节奏随货物流转节点触发,港口质检单据随货物到港实时更新,行业周报按

这个品类的数据长什么样

焦煤的核心数据来源为矿山生产台账、港口第三方质检单据、期货交割仓单与行业监测周报。数据更新节奏随货物流转节点触发,港口质检单据随货物到港实时更新,行业周报按周同步。单份尽调文档结构固定,包含矿点编码、干基灰分、干基挥发分、全硫含量、粘结指数、焦渣特征、交割等级、到港日期、货权主体等字段,无嵌套多级附件,核心质检指标需符合国标通用格式。

这些特征在「工作流编排」这一环带来什么约束

焦煤数据来源分散且更新节点不固定,要求工作流支持多数据源并行拉取,按货权转移节点触发数据同步,避免无效重复请求。单份文档的质检指标精度要求高,需配置字段校验节点过滤异常数值。交割等级为核心决策字段,工作流需支持按该字段动态匹配下游知识库与AI问答规则,避免跨品级数据混淆。部分港口质检单据为加密PDF格式,需配置解密节点适配不同加密标准,保障数据读取正常。

配置怎么定

配置项建议取法这样取的依据
recallPriority按「交割等级>干基灰分>粘结指数」排序焦煤尽调中交割等级为核心筛选维度,其次需匹配核心质检指标
globalVarInitRule绑定coalGrade、portArrivalDate、ownerEntity字段三个字段为每笔尽调的动态核心参数,需在工作流启动时自动提取
similarityThreshold设置为0.85焦煤质检指标专业性强,较高阈值可过滤无关内容,保障AI问答准确性
parseTimeout设置为600 秒部分港口质检单据为多页PDF,包含大量检测数据,解析耗时较长
dynamicKnowledgeBaseRule按coalGrade匹配对应知识库ID不同交割等级的焦煤对应专属质检标准与行业数据,需调用专属知识库
fieldValidateConfig配置粘结指数≥5、全硫含量≤1.5%校验条件符合国标对焦煤基础质量要求,过滤无效数据

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:工作流中AI对话模块无法读取指定知识库内容,或返回与当前尽调无关的行业数据。原因:未配置dynamicKnowledgeBaseRule按coalGrade动态匹配知识库,错误绑定了固定知识库ID,未实现全局变量驱动的知识库切换。
  • 现象:工作流执行时抛出PARSE_FILE_TIMEOUT错误码,节点状态显示超时。原因:未调整parseTimeout参数,使用默认短超时时间,无法完成包含大量检测数据的多页港口质检单据解析。
  • 现象:AI对话返回的质检指标数值存在明显异常,如粘结指数为0或全硫含量超过3%。原因:未配置fieldValidateConfig校验规则,未过滤不符合国标或行业常规范围的异常数据。

怎么确认配好了

  • 触发一次模拟工作流,查看上游数据节点提取的coalGrade、portArrivalDate、ownerEntity字段是否正确,确认全局变量初始化正常。
  • 测试不同交割等级的焦煤数据输入,查看是否自动切换至对应品级的知识库,验证动态知识库匹配规则生效。
  • 上传一份包含异常质检指标的测试单据,查看字段校验节点是否拦截异常数据,确认校验规则生效。
  • 运行包含多页PDF质检单据的测试用例,查看节点执行时长是否符合预期,确认parseTimeout参数配置合理。

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。