这个品类的数据长什么样
纺织制造智能尽调的核心数据来源于工厂生产台账、供应链采购合同、质检报告、海关报关单及行业产能分析文档。数据更新节奏以月度或季度为主，对应生产月报、季度产能复盘报告。文档结构包含结构化表格（如物料BOM表、产能排班表）、长文本生产工艺说明、零散的质检单据与报关表单。字段与单位包含纱支数（支）、克重（克/平方米）、织机转速（转/分钟）、订单交期（自然日），以及物料编码、生产批次号等标识性字段。
这些特征在「文档解析与分块」这一环带来什么约束
纺织制造尽调文档的结构化表格常存在跨页合并单元格、多层级表头的情况，要求解析环节需精准识别表格层级与跨页内容，避免拆分错误。文档内的单位多样性要求解析后需完成单位统一映射，防止分块时出现单位丢失或混淆。长文本的工艺说明段落较长，固定长度分块易割裂工艺逻辑，需适配文档的自然段落结构。增量更新的生产数据要求解析环节支持按批次号识别新增内容，避免重复处理历史文档。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_TABLE_ENABLE | 开启 | 纺织尽调文档包含大量BOM表、质检表格，需保留单元格层级与跨页内容 |
PARSE_OCR_DPI | 300–400 DPI | 纺织文档含细小的批次号、纱支数文字，低DPI会导致识别缺失 |
CHUNK_SIZE | 800–1000 字符 | 纺织工艺文档长段落较多，适配自然段落长度避免割裂工艺逻辑 |
PARSE_INCREMENTAL_ENABLE | 开启 | 纺织生产数据按月度更新，增量解析可避免重复处理历史批次文档 |
MAX_CHUNK_OVERLAP | 100–150 字符 | 跨工艺节点的分块需保留上下文关联，防止关键信息断裂 |
PARSE_FILE_TIMEOUT_SECONDS | 120 秒 | 大型年度产能报表、多页报关单解析耗时较长，防止超时中断 |
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：解析后的文档缺失纺织物料的批次号、纱支数等字段。原因：未开启
PARSE_TABLE_ENABLE参数，导致结构化表格中的隐藏字段未被完整提取。 - 现象：上传纺织尽调PDF后无法在数据集列表中选择。原因：未将文件格式设置为支持的
pdf、xlsx、docx类型，或文件大小超过UPLOAD_FILE_MAX_SIZE的限制。 - 现象：分块结果将完整的工艺说明拆分为无关段落。原因：使用了默认的固定长度分块策略，未根据纺织文档的长段落结构调整
CHUNK_SIZE参数。
怎么确认配好了
- 上传一份包含BOM表格和工艺说明的测试文档，查看解析后的文本中是否保留了物料编码、纱支数等字段，确认表格解析参数生效。
- 进入数据集管理界面，上传测试文件后查看上传状态，确认未触发文件大小或格式相关的报错提示。
- 查看分块后的结果列表，确认长工艺文档的分块未在关键工艺节点处断裂，可手动核对分块内容的上下文连贯性。
- 触发增量解析任务，上传一份新增批次的文档，确认仅新增的内容被解析，历史文档未被重复处理。
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。