这个品类的数据长什么样
中药企业的财报数据主要来源于沪深交易所披露的上市公司定期报告、全国中药行业协会发布的行业调研文档。更新节奏为年度报告每年4月前披露，半年度报告每年8月前披露，季度报告每季度结束后1个月内披露。文档整体遵循上市公司财报的标准化格式，但会单独设置中药材业务、中成药板块、饮片产能等细分章节，包含单亩种植成本、采购量、生产线产能、批文数量等字段，字段单位多为元、吨、件、个等实体计量单元，无统一的通用数值前缀。
这些特征在「文档解析与分块」这一环带来什么约束
标准化的财报格式与细分的中药业务章节，要求解析流程需精准定位中药相关板块，避免混入其他业务的无关内容。单次文档篇幅较大，部分年度财报包含数十页补充材料，对解析与分块的时长与内存占用提出要求。中药业务字段多为实体计量内容，术语专业性强，分块时需保留术语与上下文的完整关联，避免拆分破坏业务逻辑。多份财报同时上传时，需为分块内容添加来源标识，否则无法在后续分析中区分不同文件的解析结果。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 800–1200 字符 | 中药财报包含大量长段落的业务描述，该区间可保留完整的中药材成本、产能等业务上下文 |
分块重叠量 | 150–200 字符 | 财报中跨段落的业务关联紧密，重叠区间可避免拆分时丢失中药业务的逻辑关联 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 单份上市公司财报篇幅可达数十页，该时长可覆盖完整解析流程，避免中途超时 |
UPLOAD_FILE_MAX_SIZE | 1000 MB | 部分年度财报附件包含多页补充材料，该上限可支持完整文件上传 |
attach_source_file | 开启 | 为每个分块添加源文件标识，解决多文件上传后的结果区分问题 |
enable_ocr | 仅针对扫描版文档开启 | 多数交易所披露的财报为可编辑PDF，无需开启OCR，避免额外解析耗时 |
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：文档解析节点返回
504 Gateway Timeout错误，近期未修改配置却突然出现报错。原因：未调整PARSE_FILE_TIMEOUT_SECONDS参数，单份中药财报的篇幅较往期增大，超出默认超时限制。 - 现象：上传多份中药财报后，知识库搜索结果无法区分不同文件的解析内容。原因：未开启
attach_source_file配置项，未为分块内容添加源文件标识，导致无法按文件维度区分结果。 - 现象：知识库搜索测试无法命中中药财报中的中药材成本相关内容。原因：
分段长度设置过小，将包含完整成本逻辑的段落拆分，导致搜索时无法匹配完整语义。
怎么确认配好了
- 上传单份中药年度财报，查看解析后的分块列表，确认每个分块均保留了中药材业务相关的完整语义，未出现术语拆分或段落断裂。
- 查看分块的元数据信息，确认每个分块都标注了对应的源文件名称与所属章节，可实现多文件结果区分。
- 输入「中药材种植成本」「中成药产能」等专属关键词进行搜索测试，确认可命中匹配的分块内容，无遗漏。
- 上传单份大体积财报文档，确认解析流程未出现超时报错，符合预设的时长要求。
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。