这个品类的数据长什么样
玻璃研报的数据来源涵盖中国建筑玻璃与工业玻璃协会月度产能报告、现货交易平台每日报价、券商建材行业研报及下游应用企业公开数据。更新节奏存在差异：现货报价数据每日更新，行业研报每周或双周更新，产能与下游需求数据月度更新。单篇研报的文档结构包含核心指标表格、下游需求拆解、成本端分析及趋势预判，核心字段包括玻璃厚度（单位：毫米）、现货价格（单位：元/重量箱）、设计产能（单位：万重箱/月）、原料纯碱价格（单位：元/吨），不同来源的字段命名存在细微差异。
这些特征在「工作流编排」这一环带来什么约束
玻璃研报的多源数据更新节奏差异，要求工作流需配置多组定时触发规则，分别适配不同数据源的拉取周期。文档包含结构化表格与非结构化分析内容，需在工作流中加入结构化解析节点，提取厚度、价格等可检索字段，避免仅依赖全文向量检索的模糊匹配。不同来源的字段命名与单位存在差异，需配置字段映射与单位转换节点，统一检索口径。玻璃研报的下游绑定地产、汽车等细分领域，需在工作流中加入下游关联数据的关联查询节点，确保检索结果覆盖完整的行业逻辑。此外，玻璃品类的规格细分较多，需在检索环节配置规格过滤条件，缩小检索范围。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
rag_retrieve_top_k | 前8条 | 玻璃研报的细分指标较多，召回过多会增加上下文处理负担，过少则遗漏关键细分数据 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 单篇玻璃研报篇幅较长，需预留足够的文档解析时间 |
maxContext | 1000–1400 字符 | 适配玻璃研报中长段落的行业分析与需求拆解内容 |
rag_similarity_threshold | 0.72–0.85 | 过滤低相关性的非玻璃品类建材内容，确保检索结果聚焦玻璃赛道 |
global_variable_data_type | 枚举 | 限定知识库选择变量的可选范围为玻璃相关知识库，防止选择错误数据源 |
rag_table_extract_enable | 开启 | 提取研报中的结构化报价表格，用于精准匹配厚度、区域、价格等核心字段 |
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：工作流返回的检索结果存在重复的研报内容，或无法合并同一主题的多条研报片段。原因：未启用
rag_query_merge配置，未对重复检索结果进行去重合并。 - 现象：全局变量选择知识库时出现非法输入，或变量无法绑定预设的玻璃研报知识库。原因：未将知识库选择变量配置为枚举类型，允许自由输入导致匹配失败。
- 现象：工作流中无法上传文档，点击上传按钮无响应。原因：未配置
UPLOAD_FILE_MAX_SIZE参数允许上传研报PDF/Word文件，或未开启工作流的文件上传权限。
怎么确认配好了
- 运行单次测试检索，输入指定的玻璃厚度和区域关键词，核对返回结果的字段是否包含配置的过滤条件。
- 查看工作流的定时触发日志，核对不同数据源的同步周期是否符合预设规则。
- 上传一篇测试用的玻璃研报文档，核对解析结果是否提取了结构化表格内容。
- 测试全局变量的知识库选择功能，确认仅能选择预设的玻璃相关知识库。
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。