这个品类的数据长什么样
动力煤营销相关数据主要来自国内主产区煤炭生产企业的质检报告、沿海港口现货交易台账、行业自律组织的供需简报，用于向下游用煤企业制作营销报价、行业分析内容以获客。更新节奏随文档类型区分：现货台账每日更新，质检报告随生产批次出具，行业简报按周、月周期发布。常见营销文档包含结构化表格与纯文本段落两类，结构化表格通常包含产地标识、热值指标、水分含量、灰分含量、价格档位等字段。字段单位统一为：热值以千卡每千克计，价格以元每吨计，水分、灰分以湿基重量份额计。
这些特征在「文档解析与分块」这一环带来什么约束
多来源的文档格式差异显著，既有可编辑的电子台账，也有扫描版的纸质质检报告，要求解析环节适配不同输入形式以支撑营销内容的快速生成。高频更新的现货文档需要快速完成解析，否则无法支撑实时营销报价的制作需求。结构化表格中的字段关联紧密，拆分时需保留同一业务单元的完整信息，避免将产地与对应价格拆分至不同分块，影响营销内容的可读性。不同周期的行业简报内容长度差异较大，分块时需兼顾内容完整性与检索粒度，避免过短或过长的分块影响后续营销内容的精准召回。批量营销内容常包含多份不同格式的动力煤数据文档，需统一解析逻辑以保证输出格式一致性，提升营销物料的制作效率。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_FILE_TIMEOUT_SECONDS | 120 秒 | 适配动力煤常规文档的解析时长，避免批量处理营销物料时出现超时中断 |
PDF_PARSER_MODE | marker高精度模式 | 针对扫描版质检报告的专业OCR需求，提升专业术语与表格结构的识别准确率 |
CHUNK_SIZE | 800–1000 字符 | 匹配动力煤文档中典型业务单元的长度，避免拆分跨字段的完整营销信息 |
CHUNK_OVERLAP_RATE | 10%–15% | 保留跨分块的字段关联信息，降低营销内容检索时丢失上下文的概率 |
EXCEL_PARSE_HEADER_ROW | 第1行 | 适配动力煤台账文档的通用格式，确保字段名与对应数据正确绑定 |
OCR_ENABLED | 开启 | 覆盖扫描版质检报告的文本提取需求，避免因无原生文本内容导致解析失败 |
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
- 上传扫描版动力煤质检报告PDF时，界面返回
OCR Error报错，日志显示OCR识别失败。原因是未开启marker高精度模式，仅使用基础OCR模式无法识别文档中的专业术语与表格结构。 - 在4.8.9版本的简易模式中，上传短篇幅动力煤台账Excel后，大模型未触发文件解析，返回结果无文档内容。原因是系统默认的文档解析触发阈值设置过高，短篇幅的营销台账未被判定为有效解析对象。
- 私有化部署环境中，上传批量动力煤简报PDF后，FastGPT返回
504 Gateway Timeout，但marker解析服务日志显示解析成功。原因是PARSE_FILE_TIMEOUT_SECONDS的设置值小于marker服务实际完成解析的时长，导致网关提前终止请求。
怎么确认配好了
- 上传一份标准的动力煤现货台账Excel，检查解析后的数据字段是否与原文档一致，无错位或缺失。
- 上传一份扫描版动力煤质检报告PDF，查看解析结果是否包含完整的热值、水分、价格等字段，无乱码或识别缺失。
- 调整
CHUNK_SIZE参数后，批量上传多份不同长度的动力煤文档，检查分块结果是否保留了完整的业务单元内容。 - 查看系统运行日志，确认解析请求的超时时间设置与实际解析时长匹配，无超时类报错。
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。