这个品类的数据长什么样
小金属财报数据主要来自境内外交易所披露的上市公司年报、季报，以及行业协会发布的月度供需报告。文档多为PDF或DOCX格式，单份年报篇幅跨度较大，包含产量、库存量、现货价格、成本结构、下游应用占比等字段，产量单位多为吨（金属量），价格单位多为元/吨或万元/吨，更新节奏以季度、年度为主，行业配套数据同步更新频率更高。
这些特征在「文档解析与分块」这一环带来什么约束
小金属财报的长篇幅、专业字段混杂、更新节奏差异等特征，对文档解析与分块带来多重约束。单份年报篇幅跨度大，长文档解析易出现内容截断，需适配长文本分段逻辑避免信息丢失。专业字段如金属量、现货价与通用财务字段混杂，分块时需保留字段关联性，避免拆分破坏业务逻辑。不同文件的更新频率与字段维度差异，要求解析时区分定期报告与临时公告的处理逻辑，同时适配多文件批量处理的字段一致性校验。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
UPLOAD_FILE_MAX_SIZE | 1000 MB | 小金属财报单份PDF可达数百页，对应文件体积较大，需适配大文件上传需求 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 长文档解析需更多时间完成OCR与文本提取，避免中途超时中断任务 |
chunk_size | 800–1200 字符 | 小金属财报包含专业术语与长句，分段过短会破坏业务逻辑，过长则影响召回精度 |
chunk_overlap | 100–150 字符 | 需保留跨分段的上下文关联，避免金属量、价格等专业字段被拆分 |
enable_parent_child_chunk | 按需开启 | 小金属财报章节层级清晰，开启父子分块可保留章节结构，适配长文档召回 |
enable_batch_parse | 开启 | 多份财报批量处理时，并行解析可提升整体效率，适配批量上传场景 |
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：批量上传多份千页PDF财报时，部分文件解析状态显示超时。原因：未调整
PARSE_FILE_TIMEOUT_SECONDS参数，默认超时时长不足以完成长文档解析。 - 现象：分块结果中出现金属量、价格等专业字段被拆分至不同分段的情况。原因：
chunk_size取值过小，未适配小金属财报的长专业语句与字段关联性。 - 现象：内网存储的财报文档无法解析出有效内容。原因：未配置内网访问权限或代理，解析服务无法获取内网资源，导致内容抓取失败。
怎么确认配好了
- 上传单份千页小金属财报PDF，检查解析完成后的分段内容，确认专业字段未被过度拆分。
- 批量上传多份财报文件，查看解析任务的执行状态，确认并行解析功能正常生效。
- 查看解析后的元数据字段，确认所需的财报发布信息、证券代码等内容未被过滤丢失。
- 测试内网资源访问，确认解析服务可正常获取内网存储的财报文档内容。
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。