这个品类的数据长什么样
炼化研报的数据主要来自石油石化行业协会公开监测数据、炼化企业季度运营公告、第三方专业咨询机构的深度分析报告。更新节奏为月度更新行业基础运行数据，季度更新深度研报，年度更新全产业链全景报告。文档多为PDF格式，单篇篇幅差异较大，建议按自有样本统计或实测后再确定，包含结构化表格、装置参数表、成本核算明细，核心字段包含日加工量（单位吨）、单位能耗（单位千克标煤）、产品出厂单价（单位元/吨）、产能规模（单位万吨/年），部分文档附带原料采购周期的月度时序数据。
这些特征在「文档解析与分块」这一环带来什么约束
炼化研报的多来源混合格式、长篇幅与结构化字段特征，对文档解析与分块带来多重约束。首先，混合格式导致部分文档存在内嵌表格与纯文本段落交错的排版，部分旧文档还存在扫描件转PDF的不可编辑文本，解析时需准确识别表格边界与文本段落的对应关系。其次，单篇文档最长可达80页，解析过程易触发超时限制。第三，核心字段均绑定专属单位，分块时需保留字段与单位的关联，避免拆分后丢失语义。最后，部分文档附带月度时序批量数据，分块需保留同组数据的上下文连续性，防止时序逻辑断裂。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 炼化研报单篇最长可达80页，内嵌表格多，常规解析耗时较长，600秒可覆盖绝大多数长文档解析需求 |
maxChunkSize | 800–1200 字符 | 炼化研报包含大量带专属单位的数值字段与长段落说明，该区间可保留单组字段与上下文的完整语义 |
ENABLE_TABLE_PARSE | 开启 | 炼化研报的核心运行、成本数据多以表格形式呈现，启用后可准确提取单元格内容与表头关联 |
UPLOAD_FILE_MAX_SIZE | 1000 MB | 部分年度全景研报篇幅较长，文件体积可达数百MB，该阈值可覆盖绝大多数合规文档上传需求 |
CHUNK_OVERLAP_RATE | 10–15% | 炼化研报的时序数据与长段落较多，重叠分段可保证上下文召回的连续性，避免关键信息被拆分在块边界 |
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：私有化部署
marker_pdf解析引擎时，FastGPT返回解析超时错误，但解析服务端日志显示任务已成功完成。原因：未调整PARSE_FILE_TIMEOUT_SECONDS参数至适配长文档的取值，默认超时阈值不足以覆盖炼化研报的解析耗时。 - 现象：工作流中无法读取上传的Excel格式炼化研报附件内容，返回空值或错误提示。原因：未启用结构化表格解析配置，且未针对Excel文件的列格式配置解析规则，导致表格数据未被正确提取。
- 现象：FastGPT 4.8.9及以上版本的简易模式下，部分炼化研报未被自动解析，仅返回基于通用训练数据的回答。原因：未配置自动解析的触发规则，未将炼化研报专属的文档类型纳入自动解析范围。
怎么确认配好了
- 上传一篇单篇最长的炼化研报文档，查看解析任务的状态日志，确认解析耗时未超过配置的超时阈值。
- 提取解析后的分段内容，核对核心数值字段与对应单位是否完整保留在同一段落中，确认分块长度符合预期。
- 在工作流中添加文档召回节点，上传Excel格式的炼化产能数据，确认节点可返回表格内的结构化内容。
- 发起基于炼化研报的问答请求，确认生成的回答包含解析文档中的专有数据，不包含通用训练内容。
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。