这个品类的数据长什么样
调味品研报数据主要来源于国内公开券商研报库、食品饮料行业协会公开监测数据、上市公司披露的定期报告。更新节奏随行业事件波动，财报季、新品发布、价格调整时段更新密集，日常监测数据按月度更新。文档格式以PDF、DOCX为主，包含行业动态、细分品类产销数据、重点企业经营信息、产业链原料价格等内容；部分结构化监测数据为CSV格式，字段包含细分品类产量、出厂价、渠道库存、原料采购价，单位分别为千吨、元/千克、个、元/吨。
这些特征在「工作流编排」这一环带来什么约束
多源异构数据的接入要求工作流配置并行解析节点，分别处理非结构化研报与结构化监测数据，避免单节点阻塞解析流程。细分品类多且数据颗粒度细，要求在召回和提取环节配置精准的过滤规则，避免混入无关品类的研报数据。更新节奏随行业事件波动，要求工作流支持定时触发与事件触发结合的模式，覆盖常规更新与突发事件的同步需求。结构化数据与非结构化文本的混合处理，要求工作流内置对齐逻辑，将结构化数据的统计周期与非结构化研报的分析内容关联，提升后续问答的准确性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
RECALL_FILTER_KEY | ["产品品类", "统计周期"] | 调味品研报核心围绕细分品类与统计周期配置过滤，避免召回无关行业研报 |
PARSE_FILE_TIMEOUT_SECONDS | 900 秒 | 单份券商研报PDF长度可达50-100页，解析耗时较长，延长超时时间避免解析失败 |
WORKFLOW_TRIGGER_MODE | ["定时触发", "事件触发"] | 调味品研报更新随财报季、提价事件波动，结合两种触发模式可覆盖全量数据更新需求 |
EXTRACT_FIELD_LIST | ["细分品类产量", "出厂价", "渠道库存", "原料采购价"] | 调味品研报核心分析维度为产销、价格与库存，提取指定字段可减少冗余数据 |
MAX_RECALL_NUM | 前 12 条 | 调味品细分品类数据分散在多份研报中，召回适量条目可覆盖核心信息且避免上下文溢出 |
STRUCTURED_DATA_MERGE_MODE | 按统计周期对齐 | 结构化行业数据按周期对齐后，可与非结构化研报的分析内容形成关联，提升问答准确性 |
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：工作流中代码运行节点调试成功，实际运行时仍保留AI对话输出的think标签内容。原因：未配置
AI_RESPONSE_CLEAN_MODE为remove_think_tag，仅在调试阶段手动运行代码节点未触发完整工作流链路。 - 现象：工作流包含多个AI对话节点，最终输出结果包含所有节点的对话内容。原因：未配置
LAST_NODE_OUTPUT_ONLY为true，默认保留全链路对话上下文，未仅保留最后一个节点的输出。 - 现象：批量解析调味品研报时出现部分文档解析失败，日志返回
PARSE_FAILED状态码。原因：未针对PDF格式的研报配置PARSE_PDF_MODE为high_accuracy，部分带水印或格式复杂的研报无法正常解析。
怎么确认配好了
- 触发一次工作流手动运行，查看输出结果的字段是否包含预设的提取字段列表，确认字段提取符合业务需求。
- 上传一份非结构化研报和一份结构化数据，检查工作流是否自动对齐两类数据的统计周期，确认合并逻辑生效。
- 配置事件触发规则，模拟行业相关事件触发工作流，检查是否自动启动运行，确认触发模式生效。
- 调整召回条数配置项，运行后检查召回结果的条数是否符合业务需求，确认过滤规则生效。
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。