这个品类的数据长什么样
玻璃营销内容的数据主要来自产品规格手册、线下推广物料、招投标技术应答文档及合规认证文件。数据更新节奏随新产品上线、季度促销调整及行业合规标准更新触发，无固定周期。单条营销文档的结构通常包含产品型号、物理参数（如厚度、透光率）、应用场景、营销卖点及合规编号，字段单位多为毫米、平方米、摄氏度及等级标识，无统一的长文本段落，多为结构化参数搭配短描述文本。
这些特征在「向量模型与索引」这一环带来什么约束
玻璃营销数据的结构化参数与短描述结合的特征，要求向量模型支持多字段混合编码，避免仅针对纯文本语义的编码偏差。高频增量更新的物料特性，要求索引支持增量写入，避免全量重建，降低更新成本。长参数描述的存在，要求分段长度需适配参数组的完整语义，避免拆分关键参数与对应单位。同时，参数的数值与等级属性，要求索引需支持数值型字段的向量关联检索，不以语义相似度匹配为唯一依赖方式。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunk_size | 800–1200 字符 | 玻璃营销文档包含长参数描述与场景说明，该区间可保留参数组的完整语义，避免拆分关键数值与单位 |
overlap_ratio | 15%–20% | 需保留前后分段的参数关联，防止出现数值与单位分离的分段结果 |
local_embedding_model | bge-large-zh-v1.5 | 支持多字段编码，对结构化参数的语义关联度更高，适配玻璃产品的参数特征 |
recall_top_k | 前8–12 条 | 玻璃选型需匹配多维度参数，该区间可平衡检索效率与召回覆盖度 |
similarity_threshold | 0.72–0.80 | 需区分不同厚度、耐温等级的产品，避免低相似度的无关型号被召回 |
vector_db_index_type | HNSW | 支持快速检索结构化参数的向量索引，适配高频增量更新的营销物料 |
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：向量检索返回
query_timeout错误，日志显示检索耗时超出阈值。原因：使用pgvector默认索引时未针对结构化参数字段创建单独索引，导致多字段匹配时检索效率下降。 - 现象：召回结果中出现“厚度5”这类无单位的孤立片段。原因：
chunk_size设置过小且未调整overlap_ratio，未保留参数与单位的上下文关联。 - 现象：知识库导入后界面显示剩余容量为0，无法上传新文档。原因：未正确区分单文件上传限额与总知识库存储配额，误将
UPLOAD_FILE_MAX_SIZE的取值等同于总容量配置。
怎么确认配好了
- 上传单条包含完整参数的玻璃营销文档，检查分段结果中是否保留参数与单位的完整关联，调整
chunk_size与overlap_ratio直至符合预期。 - 发起针对特定厚度、耐温等级的检索请求，核对召回结果的参数匹配度，调整
similarity_threshold至符合业务筛选要求。 - 上传新的产品营销文档，检查索引是否自动完成增量更新，无需触发全量重建，验证
vector_db_index_type的配置生效。 - 查看向量数据库的监控面板，确认检索响应时间符合业务要求，调整
recall_top_k的取值以平衡效率与召回数量。
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。