这个品类的数据长什么样
中药相关财报数据主要来源于中药上市企业的年度、半年度、季度财报，中国中药协会的行业监测数据，国家药监局的中药注册备案信息，以及中药材主产区的行业统计公报。数据更新节奏按监管要求与数据源类型区分：财报按年度、半年度、季度周期披露，行业监测数据按月更新，备案数据随企业申报动态更新。文档结构上，中药相关数据分散在财报的营业收入明细、营业成本、研发支出、产能披露等附注部分，包含中药材采购量与单价、饮片产能与产量、中成药营收占比等细分字段，单位涵盖吨、元/千克、万元、万片/万袋等。
这些特征在「引用来源与溯源」这一环带来什么约束
多数据源分散的特征要求溯源时需关联不同平台的元数据，确保引用的数据源可追溯；更新周期的差异要求按数据源类型设置不同的刷新规则，避免使用过期的行业监测数据或滞后的财报数据；细分字段较多的特征要求明确引用时的字段映射规则，防止将非中药板块的字段误关联到中药分析中；单位不统一的特征要求在溯源时保留原始单位标注，避免数据歧义；道地药材相关的溯源需关联产地备案信息，增加了溯源的关联维度，需配置对应的字段匹配逻辑。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
召回条数 | 前10条 | 中药财报细分字段多，需召回足够数量的候选片段以匹配精准字段，同时避免冗余内容干扰分析 |
相似度阈值 | 0.75–0.85 | 中药财报术语专业性强，需较高阈值过滤无关片段，同时保留细分字段的匹配可能 |
分段长度 | 800–1200字符 | 中药财报的细分字段（如中药材采购明细）多为长段落，过长分段会丢失字段关联，过短则破坏数据完整性 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 大型财报PDF常包含多页附表，解析耗时较长，需延长超时时间避免解析失败 |
引用源保留字段 | 数据源名称、更新时间、原始字段名、单位 | 中药财报数据需明确溯源的来源、时效性、具体字段与单位，满足合规性要求 |
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
- 现象：上传中药财报PDF时出现
Cannot redefine property: toString错误。原因：解析过程中尝试重定义内置对象属性，通常因分段配置过短导致拆分的片段包含内置属性引用的代码片段，或上传文件包含非标准PDF元数据。 - 现象：引用结果中未标注中药材采购数据的原始单位。原因：未配置
引用源保留字段包含单位参数，或分段时丢失了单位所在的字段上下文，导致溯源时无法提取单位信息。 - 现象：召回的引用片段包含非中药板块的财报内容。原因：
相似度阈值设置过低，或未对知识库进行中药板块的标签过滤，导致无关行业数据被召回。
怎么确认配好了
- 上传单份中药财报PDF，查看解析后的片段是否包含中药材采购、中成药营收等核心细分字段，核对分段配置是否适配文档结构。
- 发起中药财报分析的查询，检查返回结果的引用源是否标注了数据源名称、更新时间、原始字段名与单位。
- 调整
相似度阈值并对比召回结果，确认阈值设置符合当前场景的匹配精度需求。 - 模拟不同数据源的更新操作，验证配置的刷新频率是否按预期触发数据更新。
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。