这个品类的数据长什么样
调味品品类的数据主要来源于企业内部进销存台账、第三方检测机构出具的合规报告、行业协会发布的品类监测文档以及监管部门要求提交的备案材料。数据更新节奏覆盖月度进销存更新、季度成本核算报告、年度行业分析文档。文档形态包含带固定字段的表格文档、长文本合规说明、带加密页的PDF检测报告以及Excel进销存台账。字段包含批次编号、生产日期、原料采购单价、成品出厂价、理化指标数值等，单位涵盖g/100g、元、箱等多种细分计量形式。
这些特征在「文档解析与分块」这一环带来什么约束
调味品品类的数据特征对文档解析与分块环节带来多重约束。多格式混合的文档形态，包含表格、长文本与加密PDF，要求解析环节支持多格式兼容与加密内容解锁。固定字段的结构化表格需要精准匹配表头与对应数值，避免字段错位混淆。多单位共存的数值字段需要保留原始计量标识，防止单位转换导致的数据偏差。长文本合规说明包含大量专业术语，需要按语义段落分块，避免按固定长度分块割裂专业表述。月度高频更新的文档还需要适配批量解析的速度要求，防止解析超时。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
pdf_marker_version | v2.1.0 | 支持加密PDF解析与表格结构化输出，适配调味品检测报告的复杂格式 |
chunk_size | 800–1200 字符 | 平衡调味品文档中长文本合规说明与结构化表格的语义完整性与分块粒度 |
max_paragraph_depth | 3 | 匹配调味品尽调报告多数为三级以内的章节段落层级 |
api_parse_timeout | 120 秒 | 覆盖批量解析多份调味品台账与检测报告的常规耗时 |
preserve_original_units | 开启 | 保留调味品字段的原始计量标识，避免单位转换导致的数据偏差 |
enable_table_structured_parse | 开启 | 精准提取调味品文档中结构化表格的字段与对应数值 |
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：界面中无法选择
pdf_marker_v2版本启用增强解析，调用/v2/parse/file接口返回404错误。原因：部署的解析插件未拉取v2分支代码，或接口路径未正确配置。 - 现象：按API文档传入分块参数后，分块结果的长度未匹配
chunk_size设定值，且返回的分块列表未包含index_size字段。原因：API请求中未正确传递chunk_size与index_size参数，或参数单位未按要求使用字符，未使用token。 - 现象：解析后的调味品台账文档中，单价字段与对应批次编号错位，部分字段为空。原因：未开启
enable_table_structured_parse配置，导致解析引擎未识别表格的表头结构，无法匹配字段与数值对应关系。
怎么确认配好了
- 上传一份标准的调味品检测报告PDF，查看解析结果中的表格字段是否完整保留原始单位与数值。
- 调用
/api/v1/parse/file接口，传入预设的配置参数，检查返回的分块列表中是否包含paragraph_depth字段且数值与设定值一致。 - 批量上传多份不同格式的调味品文档，查看解析任务的状态是否均显示为完成，无超时报错。
- 查看解析日志，确认
pdf_marker_version参数被正确识别为设定的版本，无版本不兼容相关报错。
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。