这个品类的数据长什么样
证券智能尽调报告的数据主要来源于上市公司定期公告、券商专项研报、监管披露文件及企业尽调底稿。更新节奏随披露节点波动，定期报告按季度、年度集中更新，临时公告及专项研报随调研进度随时发布。文档多为PDF格式，部分包含内嵌Excel表格，结构包含固定的尽调对象基本信息、财务数据模块、风险提示章节，字段包含每股收益、净资产收益率、营收增速等，配套对应单位标识。
这些特征在「文档解析与分块」这一环带来什么约束
证券尽调报告的多来源、结构化特征，对解析与分块环节提出多重约束。多格式混合的文档需同时支持PDF、内嵌表格的结构化提取，避免将财务表格拆分为无序文本。高频更新的批量文档需适配高效解析流程，减少单文件处理耗时。特定字段的单位标识需被精准识别，防止分块时混淆不同类型的财务数据。长文档的分块需保留上下文关联，避免将同一段业务分析与对应财务指标拆分至不同分块。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
pdf_parse_mode | structured | 适配证券尽调报告中大量结构化财务表格的解析需求，保留表格行列与表头结构 |
chunk_size | 800-1200 字符 | 匹配尽调报告中财务分析段落与关联数据的长度，避免拆分核心业务与数据块 |
chunk_overlap | 100-150 字符 | 保留跨分块的上下文关联，确保财务指标与对应分析文本可被同时召回 |
parse_table_enable | 开启 | 启用内置表格解析逻辑，提取尽调报告中的内嵌Excel表格与结构化数据 |
max_parse_timeout | 120 秒 | 适配大型年度尽调报告的解析耗时，避免因超时中断解析流程 |
enable_pdf_marker | 开启 | 优化复杂PDF排版的解析效果，提升表格与公式的识别准确率 |
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
- 现象为无法启用PDF增强解析功能，界面提示解析插件未就绪。原因是未正确配置
enable_pdf_marker参数，或未完成对应解析组件的部署。 - 现象为调用
/v2/parse/file接口返回408超时错误。原因是未调整max_parse_timeout参数，大型年度尽调报告的解析耗时超过默认阈值。 - 现象为分块后财务指标与对应分析文本分离，无法通过检索关联召回。原因是
chunk_size设置过小，将同一段落的指标说明与数据拆分至不同分块。
怎么确认配好了
- 上传单份标准证券尽调报告PDF，核对解析结果中的表格是否保留完整行列结构与对应表头信息。
- 调用
/v2/parse/file接口，查看返回的parsed_content字段，确认结构化表格数据已被正确提取。 - 查看分块后的结果列表，确认同一段财务分析与关联指标未被拆分至不同分块。
- 配置API拉取规则后，测试拉取指定数据源的文件，确认返回的文件列表与实际数据源一致。
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。