这个品类的数据长什么样
网络安全智能尽调报告的数据来源包括公开漏洞库、金融机构内部渗透测试归档、第三方威胁情报平台、行业合规审计报告。更新节奏存在差异：漏洞相关数据实时同步，合规文档按季度更新，资产清单随企业资产变更每周更新。单份报告的文档结构包含资产台账（含IP/域名、所属业务线）、漏洞详情（含CVE编号、CVSS评分、影响范围）、威胁事件溯源记录、整改优先级清单、合规匹配项。字段包括CVE编号（字符串格式）、CVSS评分（数值型，单位：分）、资产IP（IPv4/IPv6格式）、整改时限（单位：天）、事件发生时间（时间戳格式）。
这些特征在「知识库检索与召回」这一环带来什么约束
多源异构数据的更新频率差异，要求配置分批次增量同步任务，避免全量同步重复索引旧数据。结构化字段占比高，需支持对CVE编号、CVSS评分、资产IP等字段的精准检索，仅依赖全文检索无法覆盖这类需求。单份文档篇幅较长，分段检索时需保留漏洞与对应资产的关联关系，避免拆分破坏上下文逻辑。时间敏感字段较多，需支持按事件发生时间、整改时限进行时间范围召回，过滤过期的风险信息。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8000–12000 字符 | 网络安全尽调报告单份文档通常较长，需保留足够上下文关联漏洞与资产信息 |
recall_top_k | 前 10–15 条 | 尽调报告需覆盖多维度风险点，过多召回会增加上下文处理压力，过少会遗漏关联风险 |
similarity_threshold | 0.75–0.85 | 平衡精准度与召回覆盖率，避免误召回无关的合规文档或低风险条目 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 长文档解析耗时较长，避免中途超时终止解析流程 |
structured_field_index | CVE编号, CVSS评分, 资产IP | 这些是高频精准检索字段，需单独建立倒排索引提升检索效率 |
incremental_sync_interval | 每 1 小时 | 漏洞数据更新频繁，需及时同步最新的威胁情报信息 |
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：检索时返回
400 Bad Request，日志显示json parse error。原因：未对第三方威胁情报的JSON输出格式做校验，导致解析结构化字段时出现异常。 - 现象：召回的报告片段包含乱码，切换非思考模型后乱码消失。原因：未配置知识库文档的编码格式，网络安全报告中的专业缩写与特殊符号无法被正确解码。
- 现象：上传的渗透测试拓扑图文档未生成可检索的文本索引。原因：部署环境未启用OCR解析组件，无法提取图片中的资产IP与漏洞编号信息。
怎么确认配好了
- 执行单份网络安全尽调报告的上传解析任务，查看解析日志中是否显示结构化字段提取成功。
- 发起包含CVE编号的精准检索，核对返回结果的匹配字段是否与检索词一致。
- 查看增量同步任务的运行日志，确认近一小时内的新增漏洞数据已完成索引更新。
- 上传包含拓扑图的文档，确认解析结果中包含图片提取的文本片段。
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。