这个品类的数据长什么样
光伏企业财报数据主要来自境内外证券交易所公开披露的年报、季报及临时公告，行业协会发布的产业链供需报告为辅。数据更新集中在季度末、年末的法定披露窗口期，临时公告随业务重大变动实时发布。单份财报文档结构包含核心财务指标、产能与出货数据、产业链布局分析等板块，字段包含组件出货量、单位生产成本、装机容量、产业链营收规模等，单位多采用GW、元/瓦、万元等行业通用计量标准，部分文档内嵌图表与表格数据。
这些特征在「知识库检索与召回」这一环带来什么约束
光伏财报的多来源发布、特定行业字段单位、内嵌图表及集中披露的特征，对检索召回环节带来多重约束。首先，跨交易所、行业协会的多渠道文档需统一索引规则，避免不同来源的同指标数据出现匹配偏差。其次，行业特有的计量单元如GW、元/瓦需纳入检索匹配逻辑，防止因单位混淆导致召回结果无效。内嵌图表与表格数据要求检索工具支持非文本内容的解析与召回，长文档的结构化板块需要合理的分段策略，避免上下文断裂导致分析逻辑不完整。集中发布的窗口期会带来短时间内的大量索引更新请求，需适配高并发检索压力。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_IMAGE_ENABLE | 开启 | 光伏财报内嵌产能、出货量图表，需提取图表内文本数据 |
CHUNK_SIZE | 800–1200 字符 | 光伏财报单段包含完整的单季度产能数据，避免拆分破坏指标关联性 |
RECALL_TOP_N | 前6–8条 | 光伏财报指标多且分散，需召回足够数量的相关片段覆盖完整分析逻辑 |
SIMILARITY_THRESHOLD | 0.72–0.85 | 需过滤低相关性的行业通用表述，保留精准匹配光伏财报指标的结果 |
UPLOAD_FILE_MAX_SIZE | 500 MB | 单份年度财报PDF/DOCX文件通常不超过该阈值，避免上传超时 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 大型财报文档包含多图表与表格，需足够解析时长 |
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：上传内嵌图片的光伏财报DOCX文档时，界面弹出「文件格式不正确」的报错提示。原因：未开启
PARSE_IMAGE_ENABLE配置项，或解析服务未兼容DOCX内嵌图片的特定编码格式。 - 现象：通过外部程序调用接口上传HTML格式的财报标题与内容时，返回
400 Bad Request状态码。原因：未按照官方接口要求的JSON结构传递title与content字段，或未携带有效的知识库ID参数。 - 现象：选择「问答拆分」训练模式后，无法召回财报文档内嵌图表中的产能数据。原因：问答拆分模式默认关闭非文本内容解析，未同步开启
PARSE_IMAGE_ENABLE配置项以支持图片内容提取。
怎么确认配好了
- 上传一份包含内嵌图表的光伏财报DOCX文档，查看解析后的文本内容，确认是否提取了图表内的相关数据。
- 检索包含光伏行业特定指标的关键词，核对召回结果的相关性，调整相似度阈值至符合业务需求的范围。
- 调用官方提供的文档上传接口，传入测试用的标题与HTML内容，检查知识库中是否生成对应条目。
- 选择多条已上传的财报文档，尝试批量下载，确认批量下载流程可正常触发。
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。