这个品类的数据长什么样
煤化工研报的主要来源包括煤炭行业协会公开报告、券商化工行业细分研报、专业煤化工咨询机构的定期分析文档。更新节奏分为三类：常规行业跟踪研报按月更新，深度产业链研报按季度发布，国家煤化工政策出台后会生成即时解读文档。文档结构通常包含行业供需概况、核心产品产能与价格数据、上下游产业链联动分析、政策影响解读。字段包含产品名称、产能数值、价格区间、政策文号、关联企业名称，单位多为万吨、元/吨、季度/年度。
这些特征在「知识库检索与召回」这一环带来什么约束
煤化工研报的分散来源带来格式差异，要求检索环节支持跨来源的字段标准化映射，避免不同文档的同类数据混淆。多频次更新节奏要求知识库支持按月度、季度的增量同步，同时区分静态历史数据与即时政策解读文档，保障召回数据的时效性。文档内包含大量带单位的专业数值，检索时需匹配单位关联关键词，消除“产能”与“产量”、“元/吨”与“万元/吨”的歧义。多品类产品的结构要求召回环节支持按煤化工细分产品维度过滤，减少无关结果。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunkSize | 800–1200 字符 | 煤化工研报包含长产业链分析内容，该分段长度可保留上下游关联逻辑，避免分割破坏上下文完整性 |
recallTopK | 前10–15条 | 煤化工研报涉及多产品多维度数据，需召回足够数量的候选文档后通过重排筛选有效结果 |
similarityThreshold | 0.75–0.85 | 煤化工专业术语较多，需较高阈值过滤无关的通用化工内容，同时保留细分产品的精准匹配 |
rerankTopN | 前3–5条 | 最终展示的研报内容需聚焦核心信息，减少用户阅读负担 |
incrementalSyncSchedule | 0 0 2 * * ? | 常规研报按月/季更新，该调度可覆盖增量数据同步，同时保障历史数据的一致性 |
parseFileTimeoutSeconds | 600 秒 | 部分深度煤化工研报文档篇幅较长，需足够时间完成解析与内容分割 |
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：通过网页链接导入煤化工研报时返回403错误，无法完成内容抓取。原因：未配置网页抓取的免登录请求头或代理，目标研报网站拦截了未授权的抓取请求。
- 现象：知识库在调试预览中可正常召回结果，但正式发起聊天时提示未选择知识库。原因：正式对话应用未绑定目标知识库集合，或知识库的发布状态未切换至可用状态。
- 现象：召回的研报结果中包含大量非煤化工的通用化工内容，匹配精度不足。原因：相似度阈值设置低于0.75，未过滤低相关性的通用文档，或未开启按煤化工细分产品的召回过滤规则。
怎么确认配好了
- 执行单篇深度煤化工研报的解析测试，核对分段后的文本是否保留了产业链关联逻辑，无明显内容断裂。
- 发起包含具体煤化工产品名称的检索请求，核对召回结果的数量与重排后的展示条数符合配置要求。
- 查看增量同步任务的执行日志，确认按设定调度完成了研报数据的更新。
- 切换至正式对话场景，确认可正常调用已配置的知识库，无未选择知识库的提示。
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。