这个品类的数据长什么样
白色家电财报的数据来源为沪深交易所、港交所的公开披露文件，以及企业投资者关系专区的公告。更新节奏为年度报告每年发布一次，季度报告每季度发布一次，半年度报告每半年发布一次。文档多为PDF格式，结构包含合并财务报表、分品类营收明细、研发投入、渠道布局等模块，字段包含营收、毛利率、库存周转天数、线上线下渠道占比等，部分企业会披露冰箱、洗衣机、空调等细分产品的单品类营收数据。
这些特征在「引用来源与溯源」这一环带来什么约束
分品类营收的细分字段要求精准召回，不能混淆不同家电品类的数据，需调整关键词匹配规则以聚焦目标内容。固定的更新周期要求定期刷新知识库数据源，避免使用过期财报影响分析准确性。PDF中的结构化表格容易被普通解析拆分，需保留表格结构以确保溯源时能准确指向具体页码。细分字段的单位差异要求在溯源时同步标注对应单位，避免混淆数据口径。财报整体篇幅较长，需控制召回的token总量，既保证分析所需上下文完整，又避免超出模型输入限制。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunk_size | 800–1200 字符 | 白色家电财报分品类营收段落较长，避免拆分破坏分品类数据的上下文完整性 |
recall_top_k | 前 6 条 | 需召回足够的细分品类营收段落，覆盖分析所需的全部细分数据 |
similarity_threshold | 0.75–0.82 | 精准匹配分品类营收关键词，避免召回无关的家电其他品类数据 |
max_context_token | 12000–15000 token | 平衡财报上下文完整性与模型输入成本，避免超出模型输入上限 |
parse_pdf_mode | structured_table | 保留财报中结构化财务表格的结构，便于溯源时准确指向具体表格页码 |
source_mark_format | [页码: {page}, 文档名: {filename}] | 清晰标记财报的具体来源信息，符合审计溯源的规范要求 |
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：知识库查询响应超时，返回
504 Gateway Timeout状态码。原因：未调整max_context_token参数，将过长的财报文本送入模型，超出模型处理上限。 - 现象：工作流工具调用模块无法输出知识库引用内容。原因：未开启
enable_source_citation配置项，或未将知识库数据源正确绑定到工具调用节点。 - 现象：AI输出内容末尾出现乱码引用标记。原因：未正确配置
source_mark_format参数，使用了未转义的特殊字符，导致解析时出现格式异常。
怎么确认配好了
- 上传一份白色家电企业的公开财报PDF，查看解析后的分块内容，确认分品类营收段落和结构化表格未被错误拆分。
- 发起针对分品类营收的查询，查看返回结果中的引用标记，确认标记包含页码和文档名，无格式乱码。
- 发起多轮连续查询，监控响应时间，确认未出现超时异常。
- 检查工作流工具调用模块的配置，确认知识库数据源已正确关联，且引用开关已开启。
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。