这个品类的数据长什么样
贵金属研报的数据主要来自券商研究所、行业自律机构如上海黄金交易所、伦敦金银市场协会的公开报告，更新节奏跟随全球贵金属交易日程，国内报告多在交易日收盘后发布。文档结构多包含标准化行情表格（标注元/克、美元/盎司等单位）、供需平衡数据、宏观政策关联分析，部分深度研报会嵌入长周期价格走势图表与复杂计算公式，单篇完整研报的PDF文件体积差异较大。
这些特征在「文档解析与分块」这一环带来什么约束
贵金属研报的标准化表格与单位差异，要求解析环节支持跨单位的字段关联提取，避免混淆元/克与美元/盎司的数值。复杂内嵌图表与长公式会增加纯文本解析的难度，需要启用结构化表格解析能力。研报内的行情数据、供需分析、机构观点存在固定逻辑关联，分块时需保留相邻段落的上下文绑定关系，避免破坏分析逻辑。部分深度研报的PDF体积较大，对解析环节的文件处理上限与超时设置提出更高要求。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
UPLOAD_FILE_MAX_SIZE | 1024 MB | 覆盖多数单篇深度贵金属研报的PDF体积上限，避免大文件上传失败 |
PARSE_FILE_TIMEOUT_SECONDS | 180 秒 | 适配复杂表格与长文本的解析耗时，避免因超时中断解析流程 |
max_chunk_size | 800–1200 字符 | 匹配贵金属研报单段分析的逻辑长度，避免拆分完整的行情分析段落 |
chunk_overlap | 100–150 字符 | 保留相邻分块的上下文关联，避免破坏跨段落的逻辑衔接 |
enable_table_extraction | 开启 | 贵金属研报包含大量标准化行情表格，启用后可提取结构化字段，不再提取纯文本 |
pdf_parse_engine | marker | 适配复杂PDF中的表格与内嵌公式，提升解析准确率 |
custom_chunk_separator | 按实测标定 | 适配不同研报的换行与标题格式，避免强制分隔符破坏表格与公式的完整性 |
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
- 上传体积超过
UPLOAD_FILE_MAX_SIZE的研报PDF时，界面返回上传失败提示。原因是未调整该配置项的上限值，默认设置无法覆盖深度研报的大体积文件。 - 自定义分隔符设置为换行符后，分块结果要么合并多个表格段落，要么拆分完整的行情数据行。原因是未结合贵金属研报的表格结构调整分隔规则，强制换行分隔会破坏结构化内容的完整性。
- 启用Marker解析引擎后处理PDF报错，返回
{"detail":"错误信息"}格式的日志。原因是部署的FastGPT开源版v4.8.17与Marker版本不兼容，或环境变量未正确配置依赖库路径。
怎么确认配好了
- 上传单篇体积不超过配置上限的测试PDF，检查上传进度条是否正常完成，无超时或报错提示。
- 开启表格解析开关后，查看解析后的文本内容，确认行情表格的字段与单位被完整提取，未被转换为纯文本乱码。
- 设置分块长度与重叠参数后，随机抽取一段解析后的文本，检查相邻分块是否存在逻辑衔接的重叠内容，未出现拆分完整分析段落的情况。
- 验证Marker解析引擎的配置，上传包含内嵌公式的研报PDF，确认解析后的文本保留公式的关键参数与单位，无内容丢失。
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。