这个品类的数据长什么样
焦煤的核心数据源包括中国煤炭工业协会发布的月度行业运行数据、山西与内蒙主产地矿企的公开质检报告、大连商品交易所的焦煤期货交割标准文档、海关总署的进出口统计周报，以及第三方大宗商品资讯平台的现货报价数据。数据文档多为表格或结构化参数页，核心字段包含灰分、硫分、胶质层厚度（Y值）、挥发分，单位统一为百分比或毫米，部分矿企报告还会标注采样批次与检测机构信息。行业协会数据为月度更新，期货交割文档为季度更新，矿企质检报告随出货批次实时发布。
这些特征在「引用来源与溯源」这一环带来什么约束
焦煤数据来源分散且更新节奏不一，需严格区分不同数据源的更新周期，避免用过期的月度数据覆盖实时的矿企质检报告。核心指标存在行业专属字段（如胶质层厚度Y值），需配置精准的字段匹配规则，避免与其他煤炭品类的指标混淆。由于指标随采样批次变化明显，溯源时必须绑定采样批次与检测机构元数据，确保数据时效性与准确性。此外，焦煤尽调需合规性优先，需优先引用具有强制约束力的官方标准文档，这要求溯源环节明确数据源优先级。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
召回条数 | 前8条 | 焦煤数据来源分散，需覆盖行业协会、矿企、期货、海关多类数据源，8条可平衡召回覆盖与结果冗余 |
相似度阈值 | 0.72–0.78 | 焦煤指标字段多且存在相似命名（如灰分与挥发分），需设置中等阈值避免误匹配 |
PARSE_FILE_TIMEOUT_SECONDS | 900 秒 | 部分矿企质检报告为多页PDF，解析耗时较长，900秒可覆盖完整解析流程 |
分段长度 | 1000–1200 字符 | 焦煤行业文档多为长表格与参数说明，分段长度适配表格行与段落的平均长度 |
元数据保留字段 | 发布时间、采样批次、检测机构、文档类型 | 焦煤指标随批次与产地变化明显，需保留核心溯源元数据 |
数据源优先级 | 官方标准文档 > 行业协会数据 > 矿企质检报告 > 第三方资讯 | 焦煤尽调需合规性优先，优先引用具有强制约束力的官方文档 |
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
- 调用自定义工作流的文件上传节点时传入本地文件路径变量，返回
400 Bad Request错误。原因是该节点仅支持传入公开可访问的数据源链接，无法直接引用本地变量。 - 配置时未针对胶质层厚度Y值配置专属匹配规则，召回结果混入其他煤炭品类的指标数据，导致尽调报告参数错误。原因是未区分焦煤与其他煤炭品类的专属字段，未配置精准的字段匹配逻辑。
- 设置
PARSE_FILE_TIMEOUT_SECONDS为300 秒，解析长文档时出现PARSE_FAILED错误。原因是短超时时间无法完成多页矿企质检报告的完整解析。
怎么确认配好了
- 上传一份山西某矿企的焦煤质检报告PDF，检查解析后保留的元数据是否包含发布时间、采样批次、检测机构。
- 发起一次焦煤尽调报告生成请求，查看召回结果的数据源列表，确认官方标准文档与行业协会数据排在最前。
- 调用自定义工作流的文件上传节点，传入大连商品交易所公开的焦煤期货交割标准文档链接，确认返回
200 OK状态码。 - 调整相似度阈值至
0.75，测试召回结果是否同时覆盖官方数据与矿企质检报告，无明显的跨品类指标误匹配。
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。