这个品类的数据长什么样
焦炭相关研报与行情数据主要来自中国炼焦行业协会月度供需报告、大连商品交易所公开行情数据、券商行业研报、国内主产区现货市场每日报价。现货报价每日更新，行业供需报告按月发布，券商研报随行业动态不定期发布。单篇研报通常包含供需基本面分析、价格波动归因、下游钢铁行业联动数据、后市展望四个部分，核心字段包含主产区平均报价、钢厂采购成本、港口库存规模，单位分别为元/吨、元/吨、万吨。
这些特征在「知识库检索与召回」这一环带来什么约束
多来源数据的更新节奏差异显著，需要在召回逻辑中设置优先级规则，优先返回24小时内的现货报价与7天内的最新研报。核心字段包含多单位的数值型数据，预处理阶段需统一单位格式，避免检索时出现单位不匹配的漏召回。单篇研报文本长度差异较大，部分长文研报需拆分段落时保留核心字段关联，防止关键供需信息被截断。下游联动钢铁行业的数据需建立跨文档关联索引，确保检索时能同步召回相关联动分析内容。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
召回条数 | 前10条 | 焦炭研报的核心供需与价格信息通常集中在前几篇检索结果，过多召回会增加上下文处理负担 |
相似度阈值 | 0.72–0.85 | 焦炭领域专业术语较多，该区间可过滤低匹配度的无关文档，同时保留细分领域的相关内容 |
分段长度 | 800–1200字符 | 单篇焦炭研报的核心字段与分析内容通常分布在该长度范围内，避免截断关键信息 |
PARSE_FILE_TIMEOUT_SECONDS | 120秒 | 长文本研报的OCR与文本解析需要更长处理时间，防止解析超时失败 |
UPLOAD_FILE_MAX_SIZE | 50 MB | 单篇焦炭研报的PDF或TXT文件通常不超过该大小，同时避免占用过多存储资源 |
重排返回条数 | 前5条 | 焦炭领域的专业内容相关性较强，重排后前5条即可覆盖用户的核心检索需求 |
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：调用知识库检索接口时，单次查询耗时超过30秒，返回结果延迟明显。原因：未针对长文本焦炭研报设置合理的分段长度与召回条数，导致系统加载过多冗余文档进行匹配。
- 现象：在检索配置界面选择引用变量时，下拉菜单无可选选项。原因：未提前为知识库上传的焦炭研报配置结构化字段提取规则，系统无法识别可用的引用变量。
- 现象：通过API向知识库插入焦炭研报时，返回参数错误提示。原因：未按照配置要求设置
UPLOAD_FILE_MAX_SIZE参数，上传的研报文件超过限制大小。
怎么确认配好了
- 上传一篇测试用焦炭研报，查看解析后的结构化字段列表，确认核心字段如主产区平均报价、港口库存规模已被正确提取。
- 发起一次针对焦炭现货价格的检索，查看返回结果的耗时，确认耗时符合业务预期。
- 调整
相似度阈值与召回条数参数，发起多次检索，对比返回结果的相关性与数量，确认配置符合检索需求。 - 调用知识库插入API上传测试文件，确认接口返回成功状态码，无参数错误提示。
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。