这个品类的数据长什么样
储能研报的数据主要来自券商研究所、电力设备行业协会、储能系统集成商的公开研究报告与行业白皮书。更新节奏覆盖多个周期：每日盘后发布的行业动态数据、月度更新的装机量统计、季度披露的企业业绩研报、年度发布的产业链全景报告。文档结构包含封面页、核心数据表格、政策解读、产业链拆解、投资评级等模块，字段包含储能系统出货量（单位GW）、循环寿命（单位次）、度电成本（单位元/kWh）、发布机构与发布日期等，部分研报附带Excel格式的细分数据附件。
这些特征在「工作流编排」这一环带来什么约束
储能研报的多源更新节奏要求工作流支持定时触发与手动触发的混合模式，分别适配每日盘后实时数据与季度周期数据的拉取任务。长文档结构要求工作流配置分段解析参数，避免单段文本超出大模型的上下文窗口限制。字段的特定单位要求工作流增加参数校验规则，确保提取的储能专业数据单位统一，避免出现单位混淆的问题。不同格式的研报附件（PDF、Excel）要求工作流配置多类型文件解析节点，适配不同格式的研报内容提取。此外，研报中的专业术语较多，要求工作流前置术语标准化环节，确保后续问答环节的语义一致性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
trigger_mode | 定时触发+手动触发双模式 | 储能研报既有每日盘后更新的行业动态，也有季度发布的业绩报告，双模式可覆盖不同更新频率的数据源拉取 |
parse_chunk_size | 800–1200 字符 | 储能研报包含大量专业数据表格与长段分析，该区间可平衡上下文窗口占用与信息完整性 |
rag_retrieve_topk | 前 6–8 条 | 储能研报的核心数据集中在产业链、成本、政策三个模块，召回过多会引入无关信息，过少则覆盖不全 |
rag_similarity_threshold | 0.72–0.78 | 储能领域专业术语多，阈值过低会引入噪声，过高则无法召回相关细分场景的研报内容 |
http_body_template | {"source": "${input_source}", "date": "${query_date}"} | 适配多源研报API的参数传递需求，将外部请求的变量直接嵌入请求体 |
workflow_timeout | 300 秒 | 研报解析与多源拉取需要一定耗时，该时长可覆盖多数常规任务的执行周期 |
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
- 输出结果包含前一个AI对话的完整内容，现象是最终返回的文本同时出现两次AI节点的对话片段，原因是未在第二个AI节点的输入参数中仅提取前一个节点的核心回复内容，误将完整上下文传入。
- 代码执行节点返回状态码500，现象是工作流运行到代码节点时直接失败，日志显示内存占用超限，原因是未对长研报的解析分段做合理截断，导致节点处理的数据量超出内存限制。
- 上传的研报附件被错误识别为图片，现象是文件解析节点仅返回图片元数据，未提取研报文本内容，原因是未配置文件类型过滤规则，将PDF以外的附件（如CSV格式的行业数据）误判为图片文件。
怎么确认配好了
- 手动触发一次工作流，检查输出结果是否仅包含第二个AI节点的核心回复内容，无前置节点的冗余对话片段。
- 上传一份超过30页的储能研报，查看解析节点的分段结果是否符合预设的800–1200字符区间。
- 配置HTTP请求节点，传入上游节点的输出变量作为body参数，运行后查看请求日志是否正确携带变量值。
- 运行包含代码执行节点的工作流，查看运行日志是否无状态码500或超时报错。
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。