这个品类的数据长什么样
废标项竞价相关数据来源为政府采购公共服务平台、行业招投标门户网站、企业内部投标项目归档文档。数据更新随单个招投标项目的废标公告发布同步触发，无固定批量周期。文档多为结构化或半结构化的公告文本，部分附带PDF格式的官方公告扫描件。字段包含项目唯一标识、废标时间、废标原因分类、原招标技术参数、投标响应偏差项，金额字段单位多为人民币元或万元。
这些特征在「知识库检索与召回」这一环带来什么约束
上述数据特征对知识库检索与召回环节带来多项约束。多源数据来源要求支持跨平台、跨存储的知识库接入。文档包含的图片附件需解析文本内容用于检索，需开启OCR相关配置。字段中的精准技术参数与偏差项要求检索匹配精度高于通用问答场景，需调整相似度阈值与召回条数。无固定周期的增量更新要求配置高频小批量的同步任务，避免全量更新带来的资源消耗。同时，单条文档的大小需适配解析阈值，防止解析失败。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_ENABLE_OCR | 开启 | 废标项文档常包含官方公告的图片附件，需提取图片内的文本内容用于精准检索 |
RECALL_TOP_K | 前8-12条 | 废标项需匹配历史偏差项与原因，过多召回会引入无关内容，过少则可能遗漏有效案例 |
SIMILARITY_THRESHOLD | 0.75-0.85 | 废标项的技术参数匹配需要较高精度，过低会引入不相关案例，过高则可能遗漏有效匹配 |
KNOWLEDGE_BASE_INCREMENTAL_SYNC_INTERVAL | 每15分钟 | 废标公告随项目发布无固定周期，高频增量同步可保证知识库内容时效性 |
PARSE_FILE_MAX_SIZE | 20 MB | 单条废标公告文档（含附件）通常不超过该大小，避免解析超时 |
RECALL_RERANK_TOP_N | 前3-5条 | 需将最匹配的废标原因与偏差项优先返回，简化后续排查逻辑 |
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：上传包含图片的废标公告文档后，检索时未返回图片相关内容或图片本身。原因：未开启
PARSE_ENABLE_OCR配置，未提取图片内的文本内容用于召回。 - 现象：本地部署版本中可创建的知识库数量被限制为30个。原因：未修改本地部署配置文件中的
MAX_KNOWLEDGE_BASE_COUNT参数，默认取值为30。 - 现象：升级到4.9.0版本后，通过URL创建废标项知识库时出现报错，后台日志提示
cannot fetch internal url。原因：该版本新增了内部URL访问拦截配置，未将目标招投标平台的URL加入白名单。
怎么确认配好了
- 上传包含官方公告图片的废标项文档，验证解析结果中包含图片内的文本内容，确认OCR解析配置已启用。
- 发起包含具体招标技术参数的检索请求，核对返回的匹配结果数量符合预设配置。
- 查看知识库同步记录，确认增量同步任务按预设周期自动执行，无遗漏的废标公告源数据。
- 测试通过公开招投标平台URL创建知识库源，确认无内部URL拦截类报错。
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。