这个品类的数据长什么样
这个品类的数据来源为沪深交易所披露的上市公司定期报告、中国塑料加工工业协会发布的行业月度运行数据。更新节奏为年报每年更新1次，季报每季度更新1次，行业数据每月更新。文档以结构化表格和段落文本混合呈现，包含产品产出规模、营收、原料采购量、产能规模等字段，字段单位多为吨、万元、立方米等物理或货币单位，部分行业分类采用标准化编码标识。
这些特征在「引用来源与溯源」这一环带来什么约束
该品类的数据特征对引用溯源环节带来多重约束。多源数据格式差异明显，交易所披露的财报多为结构化PDF解析内容，行业协会数据多为Excel表格，需适配不同的解析与召回规则。更新频率差异要求针对性的召回优先级设置，季度财报需优先召回近3个季度的内容，行业月度数据需优先召回近12个月的内容。字段单位存在潜在差异，不同主体披露的营收、产量可能采用万元或亿元、吨或千克作为单位，溯源时需同步标注原始单位。行业分类编码的标准化要求溯源环节匹配对应品类标识，避免跨品类数据混淆。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 塑料橡胶财报的PDF、Excel文件通常包含大量结构化表格与长文本，解析耗时较长 |
recall_top_k | 前 8 条 | 该品类财报与行业数据条目较多，需覆盖主要产品的产销、成本核心数据 |
similarity_threshold | 0.75–0.85 | 行业专业术语较多，需保证召回内容与提问的相关性，避免无关数据混入 |
chunk_size | 1000–1200 字符 | 财报段落与表格内容较长，分段过长会破坏上下文关联，过短会丢失关键信息 |
return_citation | 开启 | 财报分析需明确标注数据来源，满足合规性与可追溯要求 |
web_citation_enable | 开启 | 可补充实时市场报价、行业动态等联网数据的溯源信息，完善引用链条 |
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：调用API返回引用链接后，无法直接下载对应源文件，返回
404 Not Found状态码。原因：未配置citation_download_auth参数，或源文件的访问权限未开放给FastGPT的解析服务。 - 现象：导出知识库数据时，仅支持按知识库维度打包，无法按产品分类、数据类型拆分导出。原因：未调整
knowledge_export_scope配置项，默认仅支持知识库级导出。 - 现象：使用联网工具获取的行业数据，无法在回答中显示引用来源字段。原因：未开启
web_citation_enable配置项，或未配置联网工具的溯源日志存储路径。
怎么确认配好了
- 上传一份塑料橡胶上市公司的季度财报PDF，查看解析过程是否未触发超时报错，核对解析后的文本是否完整覆盖财报核心内容。
- 发起针对特定塑料产品营收的提问，查看返回结果中引用来源的数量与配置的召回条数一致，且来源字段包含原始文档的标识信息。
- 调用获取引用的API接口，检查返回结果中是否包含引用相关字段，且字段内容包含文档名称、来源路径等信息。
- 尝试导出知识库中的行业数据，确认导出后的文件可按数据类型进行分类整理（若已调整对应配置项）。
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。