这个品类的数据长什么样
证券智能尽调报告的数据来源包括上市公司公开公告、定期财报、行业研报及监管机构发布的合规文件。数据更新节奏存在差异：定期财报按季度、年度固定更新，临时公告与监管文件随事件实时发布，行业研报则不定期更新。文档结构分为结构化报表（如资产负债表、利润表，包含股票代码、公司名称、营收金额等字段）与非结构化文本（如公告说明、研报分析），金额字段单位多为万元或亿元，持股比例、评级等字段为百分比格式。
这些特征在「知识库检索与召回」这一环带来什么约束
证券尽调报告的数据多源异构、更新节奏不一且字段专业性强，对知识库检索与召回带来多重约束。多源数据需区分结构化报表与非结构化文本，分别配置解析规则，避免拆分破坏结构化数据的科目关联。实时更新的临时公告与固定周期的财报需采用增量更新与全量更新结合的策略，确保召回数据的时效性。字段的单位与格式差异要求检索时需匹配字段规则，避免因单位混淆导致的召回偏差。长文档与短文本混合的场景需调整分块与召回参数，平衡信息完整性与检索效率。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunk_size | 800–1200 字符 | 证券尽调文档包含长段落与结构化表格，800–1200字符可保留语义完整性，避免拆分破坏财报科目关联 |
recall_top_k | 前 10–15 条 | 证券尽调需覆盖公告、财报、研报多源数据，10–15条可覆盖核心信息且避免冗余 |
similarity_threshold | 0.75–0.85 | 证券数据专业性强，需过滤低匹配度的非相关内容，0.75以上可保留检索精准度 |
PARSE_FILE_TIMEOUT_SECONDS | 300–600 秒 | 大型年报PDF解析耗时较长，300秒以上可避免超时导致的解析失败 |
enable_field_filter | 开启 | 证券数据包含股票代码、发布日期等专属字段，通过字段过滤可缩小召回范围，提升精准度 |
UPLOAD_FILE_MAX_SIZE | 500 MB | 单份合规年报PDF常达数百MB，500 MB可覆盖多数尽调文件的上传需求 |
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：调用检索功能时提示“当前分组 default 下对于模型 gpt-4o-mini 无可用渠道”，原因：未为证券尽调专属分组配置对应模型的API密钥，或分组权限未开放给指定模型。
- 现象：知识库中上传的财报图表链接在AI回复中显示为“input an image”，原因：未开启富文本渲染配置，或图片链接的跨域访问权限未正确配置。
- 现象：上传尽调文件后数据处理阶段返回空结果，原因：未正确配置文件解析的分块参数，或文件为加密格式，导致解析流程无法正常执行。
怎么确认配好了
- 上传单份季度财报PDF，查看数据处理日志，确认解析后生成的分块数量符合预期。
- 发起检索测试，输入包含具体公司与财报周期的查询词，核对召回结果包含对应文档片段且字段匹配。
- 配置字段过滤规则，输入目标股票代码，确认召回结果仅包含该代码关联的尽调文档。
- 测试图片文件上传与检索，确认回复中可正确渲染图片链接或显示图片内容。
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。