这个品类的数据长什么样
煤化工融资日报的数据来源为行业协会公开披露、上市主体公告、地方能源监管部门备案文件，更新节奏为每日更新。文档多为结构化表格搭配项目说明文本，包含融资方名称、融资金额（单位万元）、融资方式、资金投向、披露日期、关联项目产能（单位万吨/年）、环评备案号等字段，部分文档附带项目现场照片或工艺流程图附件。
这些特征在「知识库检索与召回」这一环带来什么约束
每日更新的数据源要求知识库增量同步频率匹配日报发布节奏，避免召回滞后内容。多结构化字段与非结构化说明结合的文档结构，要求检索同时支持字段精准匹配与语义关联召回。固定的单位体系要求召回逻辑需校验字段单位一致性，避免单位混淆导致的无效结果。关联项目产能与融资用途的绑定关系，要求召回结果需同时覆盖核心字段与上下文说明，避免单字段匹配的片面性。部分文档附带备案编号，需支持精准的编号检索，满足特定场景下的精准定位需求。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
recall_top_k | 前10-15条 | 煤化工融资日报单篇文档信息量适中，过多召回会导致上下文冗余，过少则无法覆盖有效信息 |
similarity_threshold | 0.72-0.80 | 结构化字段与非结构化内容混合，阈值过低会引入无关结果，过高则可能遗漏有效匹配项 |
parse_chunk_size | 800-1200字符 | 单篇日报包含多组融资项目，分段长度适配单项目的完整信息块，避免拆分断裂项目逻辑 |
UPLOAD_FILE_MAX_SIZE | 50 MB | 单篇融资日报文档通常不超过10 MB，预留合理缓冲空间 |
PARSE_FILE_TIMEOUT_SECONDS | 120秒 | 部分文档包含多组项目数据，解析耗时较长，超时会导致解析失败 |
field_match_weight | 0.35 | 需平衡结构化字段匹配与语义召回的权重，避免过度侧重字段匹配忽略上下文关联 |
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：上传含图片的docx文档时，界面返回“文件格式不正确”报错，或解析后图片内容未被提取。原因：未开启文档图片解析开关，或解析配置中未启用图片OCR功能，导致系统无法识别图片内容并触发格式校验异常。
- 现象：调用文件列表接口时返回空数组，或使用curl请求返回400状态码。原因：请求未携带正确的知识库唯一标识参数，或API权限配置未开放文件列表查询权限。
- 现象：选择问答拆分模式后，无法从文档图片中提取有效问答素材，召回结果未关联图片内容。原因：未开启图片OCR解析配置，或分段长度设置过小，导致图片内容未被纳入拆分范围。
怎么确认配好了
- 上传单篇含结构化表格与图片的煤化工融资日报文档，查看解析后的分段内容是否包含图片文字提取结果，核对分段是否完整覆盖单组融资项目信息。
- 发起检索请求，输入包含融资方名称与单位的关键词，核对召回结果的条数是否匹配配置的召回上限，相似度得分是否符合预设的校验规则。
- 调用文件列表API接口，验证返回结果包含已上传的煤化工融资日报文档，且文档数量与实际上传数量一致。
- 配置定时增量同步任务，等待下一次日报更新后，验证知识库中新增了当日的融资日报文档，无滞后或遗漏。
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。