这个品类的数据长什么样
这个品类的数据主要来自厂商官方产品手册、技术参数文档、营销推广物料、售后维护指南。更新节奏随新品发布、区域促销政策调整、工况适配方案更新而变动。文档结构多按机型分类，包含额定功率、作业半径、自重等参数条目，搭配实拍图、工况示意图与应用场景说明。字段包含明确的物理单位，如kW、m、t，以及机型编号、适用工况标签等专属标识。
这些特征在「知识库检索与召回」这一环带来什么约束
工程机械的数据特征对检索召回环节带来多重约束。文档长度普遍较长且参数密集，需要合理拆分文本分段以保留参数关联，避免检索时割裂关键信息。字段与单位的精准性要求高，召回结果需匹配特定机型的专属参数，不能出现单位混淆或参数错位。营销物料与技术文档更新频率不稳定，需支持增量更新以降低全量同步的资源消耗。文档多包含高清参数图与工况示意图，需启用图片解析功能以提取图内文本信息，避免遗漏关键营销内容。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunkSize | 800–1200 字符 | 工程机械文档参数密集，分段需保留参数组完整性，避免割裂关联信息 |
相似度阈值 | 0.72–0.80 | 营销内容需匹配精准的机型参数与应用场景，避免低相关物料被召回 |
知识库最大引用条数 | 前6–10 条 | 同机型的营销物料与技术文档较多，过多引用会增加上下文冗余 |
PARSE_IMAGE_ENABLE | 开启 | 工程机械文档多含参数表、产品实拍图与工况示意图，需解析图片内文本 |
maxContext | 8000–12000 字符 | 容纳完整的机型参数文档与关联营销物料，支撑长上下文召回 |
UPLOAD_FILE_MAX_SIZE | 500 MB | 适配单份包含高清图纸的大型产品手册上传需求 |
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docx格式的产品手册后，图片区域显示为空或无文本内容，原因是未启用
PARSE_DOCX_IMAGE配置项，未开启文档内图片解析功能。 - 检索结果中出现大量无关的通用机械内容，召回条数远超配置值，原因是未设置
相似度阈值或阈值设置过低，导致低相关物料被召回。 - 本地部署环境下知识库加载超时，报错返回
504 Gateway Timeout，原因是未调整PARSE_FILE_TIMEOUT_SECONDS配置，默认超时时间不足以处理大型工程机械图纸文档的解析。
怎么确认配好了
- 上传一份包含参数图的docx产品手册，查看解析后的文本是否包含图片内的额定功率、作业半径等参数内容，确认图片解析配置生效。
- 输入测试查询词「某型号挖掘机的额定功率」，查看返回的召回结果条数是否符合配置的
知识库最大引用条数，确认召回规则生效。 - 调整
相似度阈值后，再次输入相同查询词，对比召回结果的相关性变化，确认阈值配置生效。 - 上传单份500MB以内的大型产品手册，确认上传与解析流程无超时报错，确认文件大小配置生效。
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。