这个品类的数据长什么样
面向金融机构的网络安全智能尽调报告的数据来源包含金融内网资产扫描结果、公开漏洞库、行业威胁情报源与系统日志审计数据。更新节奏依数据源类型不同，漏洞库数据实时同步，资产扫描数据按需生成或按周更新。文档结构以单资产单漏洞条目为基础单元，包含金融资产标识、漏洞编号、风险等级、修复建议、扫描时间、威胁关联信息等字段。字段格式符合多数机构采用的行业通用格式，资产标识为IP或域名字符串，漏洞编号采用CVE标准格式，风险等级为低、中、高、critical的枚举值，扫描时间为ISO 8601格式的时间戳。
这些特征在「引用来源与溯源」这一环带来什么约束
多源异构的数据来源要求溯源时需关联数据源版本与生成节点，避免混淆不同扫描任务的结果，保障金融机构内部资产溯源的准确性。字段的标准化与唯一性要求溯源需精准匹配CVE编号、资产IP等核心标识，仅依赖全文关键词召回无法满足精准定位需求。单条报告内容较长且包含高价值细节，要求溯源时需定位到具体条目，避免以整段文档作为溯源依据，避免遗漏金融资产的关键风险信息。按需生成的资产数据需绑定具体扫描任务ID，确保溯源可追溯到原始扫描动作，仅依赖静态文档内容无法完整体现数据生成背景。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
recall_top_k | 8-12条 | 网络安全智能尽调报告包含多维度关联字段，需覆盖足够的关联条目以确保溯源完整性 |
similarity_threshold | 0.75-0.85 | 需精准匹配CVE编号、资产IP等唯一标识字段，避免召回低匹配度的无关结果 |
parse_segment_length | 1200字符 | 单条漏洞报告的核心内容长度适中，该取值可避免截断修复建议或威胁关联描述 |
source_field_extract | 开启并指定cve_id, asset_ip, scan_time | 提取网络安全报告的核心溯源字段，确保引用时可快速定位到具体漏洞条目 |
reference_display_mode | 按数据源分组 | 不同扫描工具生成的报告格式差异较大，分组后可清晰区分不同来源的溯源信息 |
reference_citation_style | 保留原始字段名 | 符合行业内对网络安全报告溯源的查看习惯，便于技术人员快速识别关键信息 |
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：引用结果中仅显示文档文件名，未展示CVE编号、资产IP等核心溯源字段。原因：未开启
source_field_extract配置，或未指定cve_id、asset_ip等必填字段。 - 现象：发起查询时返回
400 Bad Request错误，提示变量格式无效。原因：未使用平台支持的标准变量格式，错误使用了非标准的对象嵌套语法。 - 现象：召回的引用条目与查询内容不匹配，出现大量无关的漏洞报告。原因：
similarity_threshold设置过低，导致召回了匹配度不足的低关联结果。
怎么确认配好了
- 上传一份标准网络安全智能尽调报告，查看解析后的字段列表，确认
cve_id、asset_ip、scan_time等指定字段已被提取。 - 发起包含具体资产IP或CVE编号的查询，检查返回的引用结果是否按数据源分组展示，且包含对应字段信息。
- 查看平台后台的解析日志，确认未出现
parse_timeout、invalid_citation_format等相关错误提示。 - 调整
similarity_threshold至不同取值，验证召回结果的匹配度变化是否符合预期。
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。