这个品类的数据长什么样
面向金融投资场景的中药行业研报，来源主要包括国家中医药管理局发布的行业专题报告、中医药学术期刊电子版、中药企业研发管线公开文档、地方中医药研究院的专项研究成果。更新节奏随内容类型有所差异，学术期刊类按固定周期更新，行业管线研报随研发节点不定期发布，药典配套研报随国家标准更新同步推出。文档结构通常包含摘要、药材基原、性味归经、临床应用、药理研究、质量标准、参考文献等模块，字段涉及剂量单位（克、摩尔浓度）、实验数据、发布日期、页码等专业内容。
这些特征在「模型接入与配置」这一环带来什么约束
中药研报的专业字段多、术语门槛高，要求模型接入时配置专业实体识别规则，避免拆分或误识别核心医学内容；文档结构复杂且存在长文本段落，需要调整分段与解析超时配置，确保完整解析药理实验等长内容；更新节奏不固定且来源分散，需要配置增量更新与元数据过滤规则，确保召回内容的时效性与品类精准性；部分研报包含复杂实验数据，需要调整召回与重排参数，避免遗漏核心研究信息。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunkSize | 800–1200 字符 | 匹配中药研报中专业论述、药理实验的常规段落长度，避免拆分完整的临床案例或数据组 |
recallTopK | 前 6–8 条 | 覆盖研报中性味归经、临床应用、药理研究等多类相关字段，避免遗漏核心信息 |
similarityThreshold | 0.72–0.80 | 适配中医药专业术语的语义相似度，过滤低相关性的跨品类研报 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 适配单份长研报的解析耗时，避免因复杂图表、公式解析超时失败 |
UPLOAD_FILE_MAX_SIZE | 500 MB | 兼容行业协会发布的多章节综合研报的文件大小 |
rerankTopK | 前 3–4 条 | 缩小最终返回的专业内容范围，避免模型输出冗余的非核心信息 |
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：解析中药研报时出现
PARSE_FILE_TIMEOUT错误码，解析任务失败。原因：未调整PARSE_FILE_TIMEOUT_SECONDS配置，默认超时时间无法覆盖包含复杂药理实验数据的长研报解析流程。 - 现象：检索返回的结果中混杂西药或其他非中药品类的研究内容，无法精准匹配目标药材。原因：
similarityThreshold设置过低，未过滤语义相似度不达标的跨品类研报。 - 现象：应用上架备案时触发合规性校验失败，无法完成上线流程。原因：未配置研报来源的元数据关联字段，未留存官方发布凭证的关联信息，无法证明研报内容的合规性。
怎么确认配好了
- 上传一份单份完整的中药研报，检查解析后的元数据字段是否包含发布日期、药材名称、核心研究方向等内容，确认解析配置生效。
- 输入一条包含目标药材的检索问题，核对召回结果的数量与配置的
recallTopK一致，检查结果是否均为中药相关内容。 - 测试长文本研报的解析流程，确认未触发超时错误，验证
PARSE_FILE_TIMEOUT_SECONDS配置的合理性。 - 配置元数据过滤规则后，输入跨品类的检索问题，确认结果中仅返回中药相关研报，验证过滤配置生效。
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。