这个品类的数据长什么样
炼化研报的数据主要来自中国石油和化学工业联合会官网、各炼化企业披露的月度运营公告、专业行业咨询机构的定制研报。常规更新节奏为季度发布，涉及产能调整、原料价格波动等重大变动时，会在72小时内发布补充文档。文档结构包含行业整体加工量、单装置产能、原料采购成本、产品出厂价格、盈利测算等模块，字段包含加工量（单位：万吨）、单装置设计产能（单位：万吨/年）、原料采购价（单位：元/吨）、产品售价（单位：元/吨）。
这些特征在「工作流编排」这一环带来什么约束
多源数据的格式差异会带来字段标准化的需求，需配置统一的字段映射节点处理不同来源的单位与命名差异。非固定的更新节奏要求工作流支持触发式同步，避免无效的资源消耗。长且结构化的文档内容需要合理的分段规则，防止拆分破坏核心数据模块的完整性。专业性较强的内容还需要前置校验节点，过滤非核心的行业评论，仅保留可用于检索的结构化数据。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_DOC_SPLIT_LENGTH | 800–1200 字符 | 炼化研报的核心数据模块长度集中在该区间，避免拆分破坏数据完整性 |
KNOWLEDGE_RECALL_TOP_N | 前 8 条 | 炼化研报的核心数据条目较多，召回过少会遗漏关键产能或价格信息 |
LLM_CONTEXT_WINDOW_LIMIT | 16384 令牌 | 单篇研报解析后文本长度较长，适配主流大模型的上下文窗口 |
DATA_SOURCE_SYNC_TRIGGER | 按文档更新时间触发 | 炼化研报更新节奏不固定，定时同步会产生无效拉取 |
FIELD_UNIT_CONVERSION_RULE | 按实测标定 | 不同来源的单位格式差异较大，需针对接入的数据源单独配置转换规则 |
PARSE_FILE_TIMEOUT_SECONDS | 120 秒 | 单篇长研报的解析耗时较长，避免超时中断 |
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：工作流中生成的结构化回复与原文内容错位，核心数据字段匹配错误。原因：未配置合理的文档分段规则，LLM无法准确识别研报中的结构化数据模块，导致标记符匹配失败。
- 现象：知识库搜索调试正常，但AI对话调用时未返回炼化研报的相关内容。原因：未将炼化研报的专属分类标签添加到检索配置中，或召回条数设置过低，无法覆盖所需信息。
- 现象：工作流执行时频繁出现超时中断。原因：未调整
PARSE_FILE_TIMEOUT_SECONDS的取值，单篇长研报的解析耗时超出默认设置。
怎么确认配好了
- 上传单篇典型炼化研报，查看解析后的文本分段，确认拆分后的模块未破坏核心数据结构，调整
PARSE_DOC_SPLIT_LENGTH直至符合预期。 - 发起测试对话，输入炼化行业的具体问题，检查返回结果中是否包含知识库中的研报数据，调整召回配置直至覆盖所需信息。
- 模拟触发一次数据同步，检查是否仅在研报更新时拉取新内容，避免无效同步。
- 运行完整工作流，检查执行日志中是否存在超时或字段解析错误，调整对应配置项直至无异常。
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。