这个品类的数据长什么样
焦煤相关财报数据主要来自上市煤企公开披露的定期报告、行业协会发布的供需简报、期货交易所交割仓单数据。更新节奏为定期报告按季度、年度固定更新，行业简报按月度更新，现货相关数据按交易日更新。文档多为PDF或Excel格式的混合文档，包含正文分析段落、多页嵌套表格，表格内包含焦煤产能、产量、库存、成本、售价等字段，字段单位通常为万吨、元/吨、亿元人民币。
这些特征在「文档解析与分块」这一环带来什么约束
焦煤财报的混合文档结构要求解析环节需准确识别嵌套表格与正文的边界，避免将表格内的产销数据与正文段落混成分块。专属字段与单位的多样性要求分块时需保留字段与对应单位的关联，避免拆分导致数据语义丢失。高频更新的数据源要求配置合理的解析超时与上传阈值，适配不同体积的文档。多页嵌套表格的存在要求分块逻辑需避免跨页拆分完整的表格行，确保焦煤相关数据的完整性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_FILE_TIMEOUT_SECONDS | 300-600 秒 | 焦煤财报的PDF可能包含多页嵌套表格，300秒以上的超时时长可覆盖多数大型年报的解析需求 |
chunk_size | 800-1200 字符 | 焦煤财报的表格段落语义单元多在800-1200字符范围内，可避免拆分完整的成本分析或产销数据块 |
chunk_overlap | 100-150 字符 | 保留相邻分块的上下文关联，避免拆分焦煤产能与对应库存的关联数据 |
TABLE_PARSE_MODE | structured_only | 焦煤财报内的表格多为结构化数据，仅提取结构化表格可避免无关正文与表格混排导致的分块混乱 |
UPLOAD_FILE_MAX_SIZE | 500 MB | 大型焦煤行业研报或年报的PDF体积通常不超过500MB，超出该范围的文件可能导致解析失败 |
MAX_RECURSIVE_PARSE_LEVEL | 3 层 | 焦煤财报的嵌套表格多为2-3层嵌套，3层递归可完整识别所有层级的表格数据 |
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：上传焦煤财报的Excel表格后，解析结果中焦煤产能、销量等专属字段为空。原因：未启用
TABLE_PARSE_STRICT_MODE参数，导致非标准格式的焦煤产销表格被误判为非结构化数据，未提取对应字段。 - 现象：解析大型焦煤年报PDF时，界面显示
408 Request Timeout错误。原因：未调整PARSE_FILE_TIMEOUT_SECONDS参数，默认超时时长不足以完成多页嵌套表格的完整解析。 - 现象：召回焦煤成本分析数据时，相邻分块的单位信息无法关联。原因：
chunk_overlap参数取值过低，未保留相邻分块的上下文关联，导致焦煤成本与对应单位的语义断裂。
怎么确认配好了
- 上传一份标准焦煤财报PDF，查看解析后的结构化表格是否完整提取了焦煤产能、销量等专属字段。
- 上传一份包含嵌套表格的焦煤月度简报，检查解析后的分块是否未拆分完整的表格行。
- 上传预设最大体积的目标文档，确认解析过程未触发超时错误。
- 验证分块后的文本中，焦煤相关字段与对应单位是否保留在同一块或相邻分块范围内。
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。