这个品类的数据长什么样
动力煤财报相关数据主要来自中国煤炭工业协会公开月度供需报告、秦皇岛港等核心港口的实时监测数据、上市煤企季度及年度定期报告。数据更新节奏存在差异：行业月度数据按月更新，上市公司财报按季度、年度发布，临时调价、产能调整公告随时发布。文档包含结构化数值字段与半结构化分析段落，字段涵盖动力煤发热量（单位大卡/千克）、含税车板价（单位元/吨）、港口库存（单位万吨）、产量、运输量等，不同来源的数据格式存在细微差异。
这些特征在「向量模型与索引」这一环带来什么约束
动力煤财报数据的多来源、多更新节奏与特定字段单位，对向量模型与索引环节形成多重约束。首先，混合结构化与半结构化数据需要嵌入模型同时适配数值语义与文本语义，避免单位差异导致的向量化偏差；其次，不同更新频率的数据时效性要求不同，需按时间维度区分召回权重；第三，多来源的格式差异需要在向量化前完成标准化处理，否则会导致索引召回的语义匹配精度下降；最后，财报分析需覆盖多维度数据，索引需支持多字段联合召回，避免单一维度的信息遗漏。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
EMBEDDING_MODEL_TYPE | qwen3-embedding-8b | 适配本地部署的开源嵌入模型，匹配用户实际使用的模型类型 |
CHUNK_SIZE | 800–1200 字符 | 动力煤财报单段核心信息密度适中，该区间可保留完整的价格、库存关联语义 |
RECALL_TOP_N | 前 8–12 条 | 财报分析需覆盖多维度数据（产量、价格、库存），召回过多会增加上下文压力，过少遗漏关键信息 |
INDEX_PARTITION_FIELD | update_time | 按数据更新时间分区，区分月度行业数据与季度财报的召回优先级 |
VECTOR_DB_BATCH_SIZE | 32 条/批 | 适配本地部署嵌入模型的显存占用，避免单次向量化任务超时 |
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
- 部署本地VLLM托管的Qwen3-Embedding-8B时出现连接超时报错。原因是未在FastGPT嵌入模型配置页填写正确的模型服务地址与端口，或未配置访问认证参数。
- 无法查询到FastGPT知识库的分块文档与向量化结果的存储位置。原因是未查看FastGPT配置文件中指定的文件存储目录与向量数据库挂载路径。
- 统计知识库磁盘占用时出现数值偏差，误将三类存储项合并计算。原因是未区分原文件、分块文本与嵌入向量的三类独立存储目录，错误纳入临时缓存数据。
怎么确认配好了
- 测试嵌入模型连接：提交一段动力煤价格数据文本，查看FastGPT是否返回正常的向量嵌入结果，无连接超时或格式错误提示。
- 验证索引分区配置：上传一条月度行业数据与一条季度财报，查看向量库中是否按
update_time字段生成了独立的索引分区。 - 核对磁盘占用统计：进入服务器存储目录，分别查看原文件、分块文本与向量库的占用大小，与FastGPT后台显示的数值匹配。
- 测试召回逻辑：输入动力煤库存相关的查询，查看返回的召回结果是否包含不同时间维度的相关数据，且条数符合配置的
RECALL_TOP_N区间。
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。