这个品类的数据长什么样
玻璃研报的数据来源为建筑材料行业协会公开报告、券商行业研报、玻璃生产企业月度经营数据。更新节奏分为三类：现货价格数据周更，产能与库存数据月更，专项行业研报不定期发布。文档结构包含核心品类参数、区域市场行情、上下游供需关联、政策合规要求，字段包含产品厚度、单价、产能规模、库存周转周期，单位分别为毫米、元/重量箱、吨、天。
这些特征在「向量模型与索引」这一环带来什么约束
上述数据特征对向量模型与索引环节带来多重约束。不同更新频率的数据需要匹配差异化的索引刷新策略，周更的现货数据需设置高频同步，月更的产能数据可采用低频同步。文档同时包含结构化指标与非结构化分析内容，需要兼顾文本语义与结构化字段的向量映射逻辑。不同来源的计价单位存在差异，需提前完成单位归一化，避免向量空间出现偏差。区域细分数据较多，需按地域维度拆分索引分片，提升召回精准度。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunk_size | 800–1200 字符 | 玻璃研报包含结构化指标和分析文本，该区间可完整覆盖单组核心指标+关联分析内容，避免语义割裂 |
EMBEDDING_ENABLE_IMAGE | 开启 | 研报中包含玻璃产能分布图、价格趋势图等可视化内容，需同步向量化以支持图文混合检索 |
INDEX_REFRESH_CRON | 0 2 * * 1 | 现货价格数据周更，需在每周一凌晨数据更新后同步刷新索引 |
retrieval_top_k | 前8条 | 玻璃研报的细分场景多聚焦区域或特定品类，过多召回结果会增加语义干扰 |
SIMILARITY_THRESHOLD | 0.72–0.78 | 玻璃研报的核心指标相关性强，该阈值可过滤低关联的冗余结果 |
PARSE_STRUCTURED_FIELD | 开启 | 研报包含标准化的产能、价格字段，结构化解析后可提升向量匹配的精准度 |
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：检索结果中未返回研报附带的玻璃产能分布图，仅返回文本内容。原因：未开启
EMBEDDING_ENABLE_IMAGE配置项，未对图片内容进行向量化处理。 - 现象：在模型选择列表中无法找到指定的高端向量模型。原因：未在系统配置中添加对应模型的API密钥与接口地址，或模型版本未兼容当前向量库版本。
- 现象：导入研报后，自定义的核心指标字段未被正确索引。原因：未开启
PARSE_STRUCTURED_FIELD配置，或未在解析规则中指定需提取的玻璃行业专属字段。
怎么确认配好了
- 上传一份包含图片和结构化指标的玻璃研报，检查向量任务日志中是否包含图片向量化的成功记录。
- 执行检索测试，输入「浮法玻璃价格」，核对召回结果的数量与相关性是否符合预期，调整
SIMILARITY_THRESHOLD至合适区间。 - 查看索引刷新日志，确认按设定的
INDEX_REFRESH_CRON周期完成了数据同步。 - 手动提取研报中的结构化字段，核对索引库中是否包含对应字段的向量数据。
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。