这个品类的数据长什么样
小金属研报数据主要来自行业协会公开统计、现货交易平台行情、上市企业年报及专业行业分析机构报告。现货类数据每日更新，行业研报按周或月度发布，政策类文档不定期更新。文档多为PDF格式，部分嵌入结构化表格，包含品种名称、现货价格（单位元/千克或元/吨）、库存规模（单位万吨）、产能增速、供需缺口等字段，部分扫描版文档仅含图片格式内容。
这些特征在「知识库检索与召回」这一环带来什么约束
数据更新频率差异要求召回环节优先匹配最新的现货数据与当季研报，需区分历史文档与实时数据的权重。结构化字段多且单位多样，需在召回时保留字段单位一致性，避免混淆跨品类的单位差异。扫描版文档的非文本内容，要求解析环节支持OCR识别，否则无法提取有效检索信息。研报的专业术语集中度高，需配置专业词库优化分词，提升检索精准度。不同细分品种的供需逻辑差异大，召回结果需按品种分类关联，避免跨品类混淆。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_FILE_TIMEOUT_SECONDS | 900 秒 | 扫描版研报OCR识别及长文档解析耗时较长，需预留足够处理时间 |
UPLOAD_FILE_MAX_SIZE | 500 MB | 适配单份批量研报合集或多份文档上传的容量需求 |
maxContext | 4000–6000 字符 | 小金属研报专业术语密集，需保留足够上下文以关联语义逻辑 |
召回条数 | 前8条 | 覆盖不同细分品种的相关研报，避免遗漏目标信息 |
相似度阈值 | 0.75–0.85 | 过滤低语义匹配的结果，适配专业领域的检索精准度要求 |
重排返回条数 | 前5条 | 优先展示与检索意图最匹配的核心研报内容 |
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：调用对话接口时，返回结果未携带
sourceDocId字段，无法定位引用的知识库信息。原因：未开启知识库引用信息返回配置，或接口请求参数未携带includeSources标识。 - 现象：上传扫描版研报后，检索结果未提取到有效文本内容，仅返回空白或乱码。原因：未开启OCR解析配置，或文档格式超出OCR支持范围。
- 现象：通过业务接口新增知识库信息后，检索接口无法查询到对应内容。原因：未触发知识库增量同步任务，或同步任务未完成即发起检索请求。
怎么确认配好了
- 发起一次测试检索，检查返回结果中是否包含
sourceDocId字段，确认引用信息返回配置已开启。 - 上传一份扫描版研报，等待解析任务完成后，查看解析后的文本内容是否完整提取了文档信息，确认OCR配置生效。
- 调用知识库检索接口，传入测试关键词，检查返回结果的条数与设置的
召回条数参数是否一致。 - 查看知识库管理界面的同步状态，确认新增的知识库文档已完成同步，无失败任务。
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。