整车研报检索的知识库检索与召回

整车研报的数据来源为券商研究所公开研报、车企官方公告、行业协会统计数据。更新节奏为券商研报按季度、月度定期发布，车企公告随车型发布、销量更新实时发布。文档结

这个品类的数据长什么样

整车研报的数据来源为券商研究所公开研报、车企官方公告、行业协会统计数据。更新节奏为券商研报按季度、月度定期发布，车企公告随车型发布、销量更新实时发布。文档结构包含摘要、车型核心参数、销量统计、市场竞争分析，附带表格、折线图等可视化内容。字段包含车型代码、续航里程（单位km）、官方指导价（单位元）、月度销量（单位辆）、券商评级等，单篇文档长度通常在数万字符。

这些特征在「知识库检索与召回」这一环带来什么约束

整车研报的长文本结构、多字段参数、可视化图表特征，对知识库检索与召回带来多重约束。长文本需要合理拆分以保留参数关联，避免割裂续航、售价等核心信息；多字段的单位特异性要求检索时匹配字段与单位，否则会召回无关结果；可视化图表包含关键参数，需要提取图片内文本才能完整覆盖检索范围；实时更新的公告内容要求定期刷新知识库，确保召回结果的时效性。

配置怎么定

配置项建议取法这样取的依据
PARSE_SPLIT_CHUNK_SIZE800–1200 字符整车研报包含长段落的参数描述和销量分析，块太小会割裂参数关联，太大影响召回精度
PARSE_IMAGE_ENABLE开启研报中包含车型参数图表、销量走势图，需要提取图片内的文本信息以覆盖完整检索范围
RECALL_TOP_K10–15 条整车研报的相关结果可能分散在不同券商的分析中，需要足够的召回量覆盖相关内容
RERANK_TOP_N3–5 条最终展示的研报结果需要精准匹配用户问题，过多会增加响应延迟
SIMILARITY_THRESHOLD0.72–0.80整车参数的描述有固定句式，阈值过低会召回无关的行业泛文，过高会遗漏精准匹配的细分研报
UPLOAD_FILE_MAX_SIZE200 MB单篇整车研报可能包含多页图表和长文本，需要支持较大的文件上传

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：解析后的知识库中车型参数图表的文本缺失，无法回答基于图片的研报问题。原因：未开启PARSE_IMAGE_ENABLE配置，未启用图片文本提取功能。
  • 现象：开启QUERY_OPTIMIZE和RERANK_TOP_N后，接口响应时长超过30秒。原因：未调整RECALL_TOP_K的取值，召回条数过多导致后续重排计算量过大，或未配置轻量化重排模型。
  • 现象：通过外部接口上传的研报标题和内容关联失败，检索时无法匹配标题关键词。原因：未按照接口规范传入title和content字段，或未开启INDEX_TITLE配置将标题纳入全文索引。

怎么确认配好了

  • 上传单篇包含图表的整车研报，查看解析后的文本块中是否包含图表内的参数文本，确认PARSE_IMAGE_ENABLE配置生效。
  • 发起针对具体车型参数的检索，查看返回结果的响应时长，根据业务需求调整RECALL_TOP_K和RERANK_TOP_N的取值，确保时长符合预期。
  • 调用外部上传接口，传入测试用的研报标题和内容，检索时输入标题关键词，确认结果是否包含对应文档，验证INDEX_TITLE配置是否正确。
  • 查看知识库的文档列表，确认重复的研报文档已被自动去重，验证DUPLICATE_REMOVE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。