这个品类的数据长什么样
玻璃研报的数据来源涵盖建筑玻璃行业协会公开报告、第三方建材检测机构的抽检数据、生产企业披露的季度运营文件。更新节奏涵盖月度现货价格更新、季度产能盘点、年度行业趋势分析。文档结构通常包含产品规格参数、原料成本占比、区域供需数据、价格波动曲线标注。字段包含report_title、publish_time、product_category、unit_price、source_organization，单位多为元/平方米或吨。
这些特征在「引用来源与溯源」这一环带来什么约束
玻璃研报的多维度字段与分版本更新特征，对溯源环节带来三点约束。第一，需精准关联product_spec、unit_price等字段与原始文档的对应段落，避免规格与价格匹配错位。第二，不同更新周期的文档混杂，需在溯源结果中标注publish_time，帮助区分同品类不同周期的报告内容。第三，部分报告包含区域细分数据，需记录段落的区域标签，确保引用的是对应区域的准确内容。同时，企业内部报告的专属编号需纳入溯源标识，保障引用的唯一性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
recall_top_k | 前8-12条 | 玻璃研报的段落多包含规格和价格细节，过多召回会增加冗余，过少则无法覆盖完整信息 |
similarity_threshold | 0.72-0.85 | 玻璃研报的专业术语多，阈值过低会引入无关的建材品类内容，过高则无法召回精准的规格数据 |
parse_segment_length | 800-1200字符 | 玻璃研报的规格参数常集中在一段内，过长的分段会导致溯源段落过长，过短则会拆分关键参数 |
source_field_mapping | {"product_spec": "产品规格", "unit_price": "单价", "publish_time": "发布时间"} | 玻璃研报的主要溯源字段为规格、价格和发布时间，需将数据库字段映射为可展示的中文标签 |
show_source_detail | true | 工程师需要核对引用的原始段落与字段匹配情况，完整展示溯源信息 |
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
- 引用结果中未展示文档的原始Markdown格式，仅显示纯文本片段。原因：知识库上传时未开启
parse_markdown参数，导致切分后的段落丢失格式信息，无法在溯源时还原格式。 - 引用来源的字段无法关联到对应数据库记录。原因：未配置
source_id与数据库report_id的关联映射，导致溯源时无法通过检索到的文档ID匹配原始数据。 - 部分提问无法召回对应知识库文件。原因：
similarity_threshold设置过高，导致玻璃研报的专业术语匹配度未达标，或recall_top_k设置过低，未召回包含目标规格的段落。
怎么确认配好了
- 上传一份测试用的玻璃研报文档，查看知识库上传后的元数据列表，确认
report_id、publish_time、product_spec等字段已正确提取。 - 发起包含玻璃规格或价格的提问，查看返回结果的溯源模块，确认已展示对应的文档标题、发布时间和字段映射标签。
- 调整配置参数的测试值，验证召回的文档数量与匹配度是否符合预期，确保不会遗漏目标内容或引入无关数据。
- 检查系统日志中的
source_match字段，确认检索到的文档ID与数据库中的report_id已正确关联，无字段不匹配的情况。
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。