这个品类的数据长什么样
城商行财报数据主要来自官方披露的年度报告、季度监管报送报表及内部经营台账。更新节奏分为三类：年度报告每年更新一次，季度监管报表每季度更新，内部经营台账每日同步更新。单份财报文档包含资产负债明细、经营损益明细、监管指标台账三个核心模块，每个模块下包含数十个明细字段，字段类型多为绝对数值类，单位以人民币元或万元为主，无复杂嵌套子文档结构。
这些特征在「工作流编排」这一环带来什么约束
多源数据的接入需求带来了数据源配置的差异化约束：需分别配置年度报告、季度监管报表、内部经营台账的拉取触发规则，避免重复拉取或遗漏更新。明细字段数量较多，要求工作流中需配置精准的字段映射规则，确保提取的财报数据与后续分析模型的输入字段完全匹配。单位以人民币元或万元为主，需在工作流中加入统一单位转换节点，避免分析过程中出现数值量级偏差。无复杂嵌套子文档结构，简化了文档解析环节的配置，但需适配不同数据源的格式差异。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
trigger_rule | {"annual": "0 0 30 4 *", "quarterly": "0 0 15 1,4,7,10 *", "real_time": "*/10 * * * *"} | 匹配城商行年报4月30日前披露、季后15日内披露季报、内部台账每10分钟同步的更新节奏 |
field_mapping_list | 按资产负债/损益/监管台账三个模块分组，匹配字段名完全一致 | 财报明细字段数量较多，完全匹配可避免提取错误数据 |
unit_convert_factor | 10000 | 多数财报字段以万元为统计单位，转换为统一的元单位需乘以该系数 |
parse_chunk_size | 800–1200 字符 | 财报文档无复杂嵌套，该分段长度适配大段文本的解析与分析 |
recall_top_k | 前 10 条 | 城商行财报单份文档信息量较大，召回适量条目可兼顾分析精度与效率 |
similarity_threshold | 0.75 | 过滤低相关性的财报片段，避免无关内容干扰分析结果 |
global_var_kb_id | 按当前数据源类型动态赋值 | 不同财报数据源对应独立知识库，动态赋值可精准调用对应知识库 |
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：工作流运行后知识库检索无匹配内容，或返回
知识库未找到匹配文档的报错文案。原因：未正确配置global_var_kb_id的动态赋值规则，误填入固定知识库ID，未按数据源类型匹配对应的ID，导致调用了未关联对应财报数据的知识库。 - 现象：工作流解析节点超时，返回
PARSE_FILE_TIMEOUT错误码。原因：未设置合理的parse_chunk_size参数，未对长文本财报文档做拆分处理，导致单段文本超出解析节点的最大处理限制。 - 现象：提取的财报字段数值出现量级偏差，部分字段数值为元、部分为万元。原因：未配置
unit_convert_factor，未对不同数据源的统计单位做统一转换，导致分析过程中数值计算错误。
怎么确认配好了
- 触发一次手动运行工作流，检查各数据源的拉取结果是否与预期一致，核对字段数量与模块分类是否匹配。
- 查看
global_var_kb_id的赋值日志，确认不同数据源运行时调用的知识库ID是否正确匹配。 - 提取单份财报文档的数值字段，核对单位转换后的结果是否符合统一量级要求。
- 运行AI对话模块，输入预设的财报分析问题，检查返回结果是否基于正确的字段数据生成。
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。