这个品类的数据长什么样
住宅开发营销相关文档主要来自项目案场销控台账、户型设计手册、区域配套规划文件、竞品对标分析报告、线下活动执行方案、客户调研汇总表等。更新节奏为项目筹备期每周更新核心参数，开盘后每月同步销售数据，活动节点前临时更新物料内容。文档结构包含三类：结构化的csv/xlsx销控表，包含楼栋编号、户型类型、建筑面积、备案单价等字段；半结构化的PDF/Word户型手册，搭配图文说明；非结构化的营销软文、活动策划文案。字段与单位固定，例如建筑面积以平方米为单位，总价以万元为单位，户型以室厅卫组合命名。
这些特征在「文档解析与分块」这一环带来什么约束
结构化台账的字段关联性强，分块时需保证同一行的楼栋、户型、单价等信息不被拆分，否则检索时无法匹配完整销售信息。文档长度差异显著，短则几页的户型说明，长则数十页的区域规划，固定分块长度难以适配所有场景。专有名词较多，例如“楼王单元”“赠送面积”“容积率”等，分块时需保留完整语义单元，避免打断专有表述。批量上传的文档数量多，更新频率较高，解析流程需支持快速识别新文件的字段结构，避免重复配置。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_FILE_MAX_SIZE | 500 MB | 住宅开发的高清户型图集、区域规划PDF单份最大可达500MB，该取值可覆盖绝大多数场景 |
maxChunkSize | 800–1200 字符 | 适配既有长段落的区域规划文本，又能保留户型参数、楼栋信息等短字段的完整语义 |
chunkOverlap | 100–150 字符 | 保证相邻分块间有足够的上下文重叠，避免销控表的单价与总价字段被拆分到不同块中 |
PARSE_CSV_USE_HEADER | 启用 | 住宅营销csv文件第一行为标准字段名，启用后可自动识别列与字段的对应关系 |
PARSE_TIMEOUT_SECONDS | 300 秒 | 大型区域规划PDF解析耗时较长，该取值可避免任务中途超时中断 |
PARSE_ENGINE | minerU（按需启用） | 当需要对接第三方文档解析引擎时，可指定该值适配扫描版户型手册的解析需求 |
UPLOAD_FILE_BATCH_LIMIT | 50 份/次 | 住宅营销文档常批量上传，该取值可平衡解析效率与服务器负载 |
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：升级版本后上传同一份csv销控表报错，返回错误码
422。原因：新版本的PARSE_CSV_DELIMITER默认值从逗号改为制表符，原有csv使用逗号分隔，导致解析失败。 - 现象：在工作流中直接上传文件给大模型时，返回结果乱码或缺失内容。原因：未关闭系统默认的文本解析开关，大模型接收到的是原始二进制文件，未被转换为解析后的文本内容。
- 现象：调用创建文件集合API时，指定PDF解析参数后配置不生效。原因：API参数名使用错误，正确参数应为
pdf_parse_options，使用其他命名不符合要求。
怎么确认配好了
- 上传单份500MB以内的高清户型PDF，查看解析任务状态为完成，检查解析后的文本包含楼栋编号、户型参数等核心字段。
- 上传测试用csv销控表，查看解析后的分块内容包含完整的列名与对应数值，无字段拆分错误。
- 调用创建文件集合API，传入正确的
pdf_parse_options参数，查看返回的parseConfig字段包含对应配置内容。 - 在工作流中添加文件上传节点，配置直接传递解析后的文本给大模型，查看大模型输出包含文档的完整语义内容。
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。