这个品类的数据长什么样
资质符合性竞价的相关数据主要来自两类文档：一是招标方发布的资质评审清单，以分条列项的结构化文本呈现，包含评审条款编号、资质要求等字段；二是投标方提交的资质证明材料，涵盖扫描版资质证书、业绩证明文件、财务报表等，多为多页PDF或Word格式。数据更新节奏随单个投标项目周期变动，项目启动后随资质材料提交与审核推进更新，单次项目周期内数据仅针对当前招标要求与对应投标材料。字段包含资质类别、证书编号、发证机关、有效期等，有效期单位多为年或月，资质等级标注多带“级”“甲等”等单位。
这些特征在「文档解析与分块」这一环带来什么约束
两类文档的混合形态要求解析环节同时适配结构化清单与非结构化证明材料，需避免将评审条款与对应的证明材料拆分到无关块中。单个投标项目的资质要求字段差异较大，固定长度分块易破坏评审条款与资质证明的上下文关联，需基于语义块进行拆分。资质证明材料多为带盖章、水印的扫描件，基础OCR易出现识别错误，需高精度解析能力。此外，资质字段的精准提取要求分块保留字段与对应评审条款的绑定关系，避免拆分导致字段信息丢失。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
enable_ocr | 开启 | 资质证明材料多为扫描件或带排版干扰的PDF，需高精度文本提取 |
PARSE_PDF_USE_MARKER | 开启 | 可提升带盖章、水印的资质证书PDF的解析准确率 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 大型资质合集PDF的解析耗时较长，避免中途任务超时 |
chunk_size | 800–1200 字符 | 资质评审条款与证明材料的语义块长度多在该区间，避免拆分关联内容 |
chunk_overlap | 100–150 字符 | 保留资质字段的上下文关联，避免跨块丢失编号与有效期的对应关系 |
PARSE_EXCEL_ENABLE | 开启 | 适配投标方提交的结构化资质汇总Excel文件，直接读取单元格内容 |
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：解析资质PDF时出现
OCR Error报错，日志显示文本提取失败。原因：未开启PARSE_PDF_USE_MARKER，且原始PDF为带复杂盖章的扫描件，基础OCR无法识别有效内容。 - 现象：上传Excel资质汇总表后，工作流无法读取单元格内容。原因：未开启
PARSE_EXCEL_ENABLE配置，或未指定正确的PARSE_EXCEL_SHEET_INDEX参数。 - 现象：私有化部署环境中，PDF解析显示超时，但解析服务日志显示任务完成。原因：
PARSE_FILE_TIMEOUT_SECONDS配置值设置过短，未匹配解析服务的实际耗时。
怎么确认配好了
- 上传单页资质扫描件，查看解析后的文本块是否包含完整的证书编号与有效期，核对OCR提取结果的准确率。
- 上传包含多条评审条款的招标清单文档，查看分块后的内容是否按条款语义拆分，未出现跨条款的块内容。
- 配置
PARSE_FILE_TIMEOUT_SECONDS后，上传最大允许尺寸的资质合集文件，监控解析任务的耗时是否符合预期。 - 上传结构化Excel资质表，确认工作流节点可读取到指定工作表的单元格内容。
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。