这个品类的数据长什么样
本品类的数据涵盖券商研究所公开研报、行业研究白皮书、公募基金季度持仓报告等公开研究文档。更新节奏随发布主体调整，常规券商研报随交易日更新，行业白皮书按需发布。单篇文档结构包含标题、发布机构、发布日期、核心摘要、行业数据表格、风险提示模块，字段包含营收、增速、市场份额等业务指标，对应单位为亿元、百分比、百分比等，单篇文档字符跨度从数千到数万不等。
这些特征在「工作流编排」这一环带来什么约束
研报数据来源分散且格式不统一，要求工作流配置多源格式适配节点，自动识别不同发布机构的文档结构。高频更新的研报需要定时增量拉取任务，避免全量同步占用过多系统资源。单篇文档长度跨度大，需配置分段长度调整参数，适配不同召回场景的信息密度需求。字段包含多类业务指标，要求工作流中添加字段映射节点，将原始文档的非标准化字段转换为统一业务格式。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_DOC_SPLIT_LENGTH | 800–1200 字符 | 研报单段信息密度适中，兼顾召回精度与上下文窗口占用 |
INCREMENTAL_SYNC_INTERVAL | 4 小时 | 常规券商研报按交易日更新，4 小时间隔可覆盖增量发布且避免资源浪费 |
SOURCE_FORMAT_AUTO_DETECT | 开启 | 研报来源包含多类发布机构，自动适配可减少格式转换配置量 |
FIELD_MAPPING_RULES | 按发布机构预设映射 | 不同机构研报字段命名存在差异，预设规则可提升字段提取准确率 |
RECALL_TOP_K | 前 8–12 条 | 研报信息量大，适量召回可覆盖核心观点且避免冗余 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 长文档解析需较长时间，300 秒可覆盖绝大多数单篇研报解析需求 |
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：工作流运行日志中出现
global_var_history_invalid错误码，或返回的研报问答结果包含无关历史对话。原因：未配置全局变量历史记录的过滤与更新规则，导致历史数据干扰当前检索。 - 现象：上传的研报中行业数据表格无法被正确提取，返回结果缺失核心数值字段。原因：未开启
SOURCE_FORMAT_AUTO_DETECT配置，未适配不同发布机构研报的内嵌表格格式。 - 现象：多层用户交互环节工作流触发
request_timeout状态码，流程中断。原因：未设置合理的超时参数，导致长流程或多轮交互超出系统时间限制。
怎么确认配好了
- 上传单篇不同发布机构的研报，核对解析后的字段是否与预设映射规则一致。
- 触发增量同步任务，确认仅同步近4小时内发布的新增研报，无全量重复同步行为。
- 发起包含多层追问的研报检索测试，验证全局变量历史记录未携带无关对话内容。
- 调整分段长度参数，测试不同长度下的召回结果是否覆盖核心信息且无冗余。
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。