这个品类的数据长什么样
储能营销相关数据主要来源于产品技术手册、行业合规认证文件、场景适配方案、营销话术包与电网运营案例文档。数据更新节奏随新品发布、行业政策调整或运营案例更新触发，无固定周期。文档结构包含结构化参数表格、场景化描述文本、合规标识说明与版本标注信息。常见字段包括储能系统容量、循环寿命、工作温度范围、认证标识等，对应单位分别为kWh或MWh、次、℃。
这些特征在「文档解析与分块」这一环带来什么约束
结构化参数表格的存在要求解析环节保留单元格的行列对应关系，避免参数内容错位。场景化描述文本与技术参数常存在强关联，分块时需避免将关联内容拆分至不同分块。扫描版营销物料与老版本手册的占比偏高，需支持OCR识别图像文字。产品版本更新频繁，分块需附带元数据以区分不同版本的内容。Excel格式的参数文档占比高，需适配表格结构解析，简单文本提取无法满足解析需求。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxChunkSize | 800–1200 字符 | 储能文档包含长段技术参数与场景描述，该区间可平衡参数完整性与语义连贯性 |
chunkOverlap | 100–150 字符 | 避免跨分块的技术参数被割裂，保障循环寿命、容量等关联字段的语义关联 |
enableOCR | 开启 | 储能营销物料常包含扫描版产品彩页、手册，需识别印刷体文字内容 |
parseExcelStruct | 严格保留单元格映射 | 储能参数多以Excel表格形式整理，保留结构可避免参数对应关系错乱 |
extractMetadata | 开启，包含版本号、发布日期 | 储能产品更新频繁，元数据可用于分块溯源与合规校验 |
PARSE_TIMEOUT | 300 秒 | 大型储能行业白皮书解析耗时较长，该时长可覆盖完整解析流程 |
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：扫描版储能手册上传后解析结果为空或仅提取少量文字。原因：未开启
enableOCR配置，无法识别扫描图像中的文字内容。 - 现象：上传Excel格式的储能参数表后，向量化索引结果字段错位。原因：未启用
parseExcelStruct配置，默认解析将表格内容打散为无结构文本。 - 现象：调用知识库上传API后，指定分块内容未被正确添加。原因：未正确设置
customChunkContent参数的格式，或未匹配文档解析后的分块规则。
怎么确认配好了
- 上传单份扫描版储能产品手册，查看解析结果是否包含完整的印刷体文字内容，确认
enableOCR配置生效。 - 上传储能参数Excel表格，核对解析后的分块是否保留了单元格的行列对应关系，确认
parseExcelStruct配置生效。 - 调用知识库上传API，传入自定义分块内容，查看知识库分块列表中是否包含该内容，确认API参数配置正确。
- 查看解析日志，确认
maxChunkSize与chunkOverlap的取值被应用，分块长度符合预设区间。
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。