这个品类的数据长什么样
焦煤研报的核心数据来源包括中国煤炭工业协会焦煤分会、大连商品交易所、头部券商研究所与行业垂直门户网站。更新节奏分为三类：每日更新的现货价格与港口库存数据、每周更新的行业供需周报、季度更新的全行业分析报告，突发政策或行情变动时会生成即时解读文档。文档结构固定包含核心观点摘要、炼焦煤产量与进口量数据、钢厂开工率与库存情况、价格走势分析、政策解读与风险提示。字段与单位具有明确的行业特性，如产量以「万吨」为单位，现货价格以「元/吨」为单位，部分文档会标注焦煤交割品级如主焦煤、1/3焦煤的具体参数。
这些特征在「模型接入与配置」这一环带来什么约束
焦煤研报的专业术语密集、结构化数据占比高且更新频率不均，对模型接入与配置带来多重约束。首先，专业术语如「胶质层厚度」「主焦煤配比」需要嵌入模型具备领域适配能力，因此需配置支持专业文本的嵌入模型。其次，大量结构化表格需被正确解析并保留字段与单位的对应关系，否则嵌入模型会丢失关键量化信息。再者，高频更新的现货数据要求向量库刷新间隔不宜过长，需适配短周期的增量更新逻辑。最后，单篇研报长度普遍在3000-5000字，需配置足够大的上下文窗口以避免截断核心内容。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunk_size | 800–1200 字符 | 焦煤研报包含大量专业表格与技术参数，800-1200字符可保留单段文本的语义完整性，避免拆分破坏专业表述 |
max_context_window | 8192 令牌 | 单篇焦煤研报平均长度约3000-5000字，8192令牌可完整加载单篇研报上下文，避免截断关键供需数据 |
refresh_interval | 1 小时 | 焦煤现货价格与港口库存数据每日更新，行业研报每周更新，1小时刷新可保证向量库数据时效性 |
rerank_top_n | 前 3–5 条 | 焦煤研报的核心信息集中在头部相关文档，过多召回会引入无关的跨品类行业数据 |
parse_table_enable | 开启 | 焦煤研报包含大量结构化供需表格，开启表格解析可保留字段与单位的对应关系，避免嵌入模型丢失结构化信息 |
similarity_threshold | 0.72–0.78 | 焦煤专业术语的语义相似度较高，阈值过低会引入无关研报，过高会遗漏相关细分品类数据 |
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：嵌入模型返回空内容，日志显示
500 Internal Server Error。原因：未适配焦煤专业术语的嵌入模型输入格式，本地部署的嵌入模型未开启长文本支持，导致超长研报片段无法生成向量。 - 现象：模型请求超时，界面显示
请求超时状态。原因：配置的PARSE_FILE_TIMEOUT_SECONDS取值过短，焦煤研报包含大量表格解析需更长处理时间。 - 现象：重排模型返回空内容，控制台显示
response data is empty。原因：未正确配置重排模型的请求认证信息，导致第三方模型接口请求被拦截。
怎么确认配好了
- 上传单篇焦煤研报，查看向量库索引记录，确认生成的向量维度与嵌入模型配置一致。
- 发起焦煤相关关键词检索，查看召回结果的文档来源与更新时间，符合预设的刷新间隔。
- 触发重排模型测试，查看返回结果的条数与
rerank_top_n配置一致，无空内容报错。 - 查看解析后的文本片段，确认表格字段与单位如元/吨、万吨已正确保留。
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。