这个品类的数据长什么样
铁矿石的数据源包括矿山出厂质检报告、港口第三方检测单据、大宗商品交易平台成交记录、行业监测机构公开数据。不同数据源的更新节奏存在差异，出厂报告随发货批次生成，港口检测数据在装卸作业完成后24小时内更新，交易数据随每笔成交即时更新，行业监测数据按周汇总发布。单份数据源文档对应单个发货批次，包含批次编号、发货主体信息、运输航线信息、检测项明细、出具机构与出具日期。字段方面，铁品位与杂质含量以干基数值标注，粒度以毫米级区间标注，批次编号为字符串类型，日期采用YYYY-MM-DD格式。
这些特征在「引用来源与溯源」这一环带来什么约束
铁矿石数据的批次唯一性强，每个批次对应独立检测数据，溯源需绑定批次编号作为唯一标识，避免不同批次数据混淆。多数据源更新周期差异显著，引用时需标注数据源更新时间，确保尽调报告使用最新有效数据。文档包含多维度检测项，溯源需精准定位到具体检测项的来源文档，仅关联整体报告不符合溯源要求。粒度以毫米区间标注的形式，需保留原始分级表述，避免转换丢失信息。第三方机构出具的检测数据，需记录出具机构信息以保障溯源权威性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
召回条数 | 前10-15条 | 铁矿石检测数据维度较多，需覆盖足够的检测项来源，避免关键数据遗漏 |
相似度阈值 | 0.75-0.85 | 铁矿石检测数据的字段具有强规范性，阈值过低会引入无关批次数据，过高则可能遗漏同批次的关联检测项 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 单份铁矿石质检报告可能包含多页检测明细，解析耗时较长，需预留足够时间完成全量内容解析 |
分段长度 | 800-1200 字符 | 铁矿石检测数据的单条检测项描述较长，分段过短会破坏检测项的完整语义，过长则影响上下文召回精度 |
引用来源保留字段 | 批次编号,出具机构,出具日期 | 铁矿石数据的溯源核心标识为批次编号，需同时保留出具机构与日期以验证数据时效性与权威性 |
知识库更新同步频率 | 每日1次 | 港口到港数据每日更新，需同步知识库以保证引用数据的时效性 |
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
- 上传铁矿石质检数据后，引用来源字段显示为空，需手动选择关联知识库。未配置
引用来源保留字段，或配置的保留字段未包含批次编号等核心标识，导致系统无法自动绑定数据源与知识库条目。 - 生成尽调报告时提示引用上限不足，返回状态码
413 Request Entity Too Large。未调整召回条数配置，默认召回条数过多超出平台引用上限，或未设置分段长度导致单段内容超出引用限制。 - 点击引用来源的下载按钮无响应，无法获取原始检测文档。未配置
知识库更新同步频率，导致原始文档链接过期，或解析时未保留原始文档的下载路径字段。
怎么确认配好了
- 上传单份铁矿石质检报告，查看引用来源模块是否自动显示预设的保留字段内容，确认配置生效。
- 发起尽调报告生成请求，检查返回的引用条目数量是否符合业务需求，确认召回配置合理。
- 点击引用来源的下载链接，验证是否能正常获取原始检测文档，确认知识库同步配置符合数据源更新节奏。
- 查看知识库的同步日志，确认检测数据的更新时间与数据源的更新周期匹配，验证同步频率配置正确。
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。