这个品类的数据长什么样
燃气公用事业企业的财报数据主要来自公开披露的定期报告、月度运营公告及行业监测数据，更新节奏覆盖年度、半年度、月度及临时突发事项。文档结构通常包含燃气销售量、营业收入、管网运维成本、上游采购量、终端用户数、管道总长度等字段，对应单位分别为立方米、人民币元、人民币元、立方米、户、公里。部分临时公告还包含调价通知、管网维护计划等短文本内容，单篇篇幅差异较大。
这些特征在「向量模型与索引」这一环带来什么约束
多单位数值字段的存在要求向量模型支持数值特征编码，避免不同类型数值的向量距离偏差，影响召回精度。月度高频更新的运营数据要求索引支持增量更新，避免全量重建带来的资源消耗与耗时过长。临时公告的时效性要求索引支持按发布时间排序召回，优先返回最新内容。不同篇幅的文档则要求分段策略适配长文本年报与短文本公告的差异，平衡上下文完整性与计算效率。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunk_size | 800–1200 字符 | 燃气财报包含长文本运维说明与短数值段，该区间可平衡上下文完整性与向量召回精度 |
chunk_overlap | 100–150 字符 | 财报中的数值字段常跨分段出现，重叠可保留字段关联信息 |
INDEX_INCREMENTAL_UPDATE | 开启 | 燃气财报月度高频更新，增量更新可避免全量重建耗时过长 |
SIMILARITY_THRESHOLD | 0.75–0.85 | 需区分不同单位的数值向量，该阈值可兼顾召回全面性与相关性 |
RECALL_TOP_K | 前 8–12 条 | 财报分析需覆盖多维度业务数据，该召回量可兼顾全面性与计算效率 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 大型年度财报文档解析耗时较长，该时长可覆盖完整解析流程 |
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
- 指定的单份燃气财报文件长期处于「索引中」状态，无进度更新。原因是未配置
INDEX_INCREMENTAL_UPDATE参数，全量索引大型年报时耗时过长，且未设置分段超时阈值。 - 切换知识库索引时返回
504 Gateway Timeout或界面提示「60秒超时」。原因是未调整PARSE_FILE_TIMEOUT_SECONDS参数，默认时长不足以解析大型燃气财报文档。 - 小型燃气运营数据文件上传后，长期显示「正在重建索引」。原因是未开启增量索引模式，系统尝试全量重建所有关联知识库，导致资源占用过高。
怎么确认配好了
- 上传单份大型年度财报文档，查看解析进度条是否在合理时间内完成，确认
PARSE_FILE_TIMEOUT_SECONDS配置适配文档大小。 - 上传多份不同类型的燃气财报文件（年报、月度公告），查看索引完成状态，确认
INDEX_INCREMENTAL_UPDATE参数生效。 - 发起财报分析查询，检查召回结果中是否包含不同维度的燃气业务数据，确认
RECALL_TOP_K和SIMILARITY_THRESHOLD配置符合分析需求。 - 上传临时调价公告类短文档，查看召回结果的排序是否优先展示最新内容，确认索引的时间过滤规则配置正确。
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。