这个品类的数据长什么样
玻璃智能尽调数据来源于生产厂商内部质检档案、国家级建筑材料检测机构的公开检测报告、建筑项目施工验收档案。数据更新节奏差异显著：生产批次数据随生产批次生成更新，第三方检测数据按固定检测周期更新，项目验收数据仅在对应项目竣工时生成。文档结构包含批次标识、产品规格、物理性能参数、检测机构签章页等，其中物理性能参数字段包含公称厚度（单位毫米）、抗弯强度（单位兆帕）、热传导系数（单位瓦每平方米开尔文）等，单份文档长度从数页到数十页不等。
这些特征在「向量模型与索引」这一环带来什么约束
玻璃尽调数据包含结构化物理参数与非结构化检测报告两类内容，且更新节奏差异显著，这对向量模型与索引环节带来多重约束。首先，结构化数值字段需单独配置数值型向量化映射，避免与文本内容的向量空间错位；其次，高频更新的生产批次数据与低频更新的项目验收数据需拆分索引，分别设置增量触发规则，降低全量重索引的资源消耗；此外，物理参数的单位一致性要求严格，索引前需校验字段单位统一，否则会导致向量相似度计算偏差；最后，单份文档长度跨度大，需适配灵活的分段阈值，避免长文档截断丢失关键检测信息。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
embedding_batch_size | 32–64 条/批 | 玻璃尽调文档单份长度差异大，该批次大小可平衡内存占用与向量化效率 |
SPLIT_CHUNK_SIZE | 800–1200 字符 | 玻璃检测报告包含多段参数描述，该长度可保留完整的参数关联信息，避免截断 |
RECALL_TOP_K | 10–15 条 | 玻璃尽调需匹配多维度参数，适量召回可覆盖更多候选文档 |
VECTOR_STORE_INDEX_TYPE | IVFFlat | 结构化数值字段较多，该索引结构可兼顾检索速度与相似度精度 |
UPLOAD_FILE_MAX_SIZE | 500 MB | 大型项目的玻璃验收汇总文档可能超过常规大小，该取值可覆盖多数场景 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 复杂的第三方检测报告可能需要较长解析时间，避免中途中断 |
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：建索引步骤卡住，日志显示
ETIMEDOUT错误。原因：未调整PARSE_FILE_TIMEOUT_SECONDS参数，大型玻璃验收文档解析超时导致索引中断。 - 现象：搜索测试返回
500 Internal Server Error，控制台显示模型加载失败。原因：未校验新嵌入模型的输出维度与向量存储配置的vector_dimension参数匹配，导致向量存储无法兼容。 - 现象：向量化后搜索结果仅显示向量数据，无法查看原始文档内容。原因：未开启
SAVE_RAW_DOCUMENT配置项，原始文档内容未同步存储至关联存储介质，仅向量数据写入向量库。
怎么确认配好了
- 查看向量存储的索引类型配置，确认与预设的
VECTOR_STORE_INDEX_TYPE取值一致，且匹配当前数据的结构化与非结构化混合特征。 - 上传单份典型玻璃检测文档，触发向量化流程，确认解析过程无超时中断，分段结果符合业务文档的长度需求。
- 发起多维度搜索测试，对比返回结果的数量与配置的召回规则，确认召回逻辑符合预期。
- 检查向量库关联的元数据存储，确认原始文档的标识字段已被正确关联至向量条目。
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。