这个品类的数据长什么样
股份制银行财报数据来源于内部财务核算系统、官方披露平台及监管报送数据库。更新节奏按报告类型区分：年度报告于年度终了后四个月内发布，半年度报告于半年度终了后两个月内发布，季度报告于季度终了后一个月内发布，临时经营公告随时更新。单份报告文档结构包含财务报表、监管合规指标、业务经营分析三个部分，核心字段包括营业收入总额、净利润、核心一级资本净额、不良贷款余额等，单位统一为亿元或万元。
这些特征在「知识库检索与召回」这一环带来什么约束
多源数据来源要求配置格式对齐规则，避免不同渠道的同一指标数据格式冲突，影响检索精度。高频更新节奏要求配置增量同步机制，减少全量同步的资源消耗，同时保证数据时效性。长文档结构要求调整分段规则，保留报表板块间的上下文关联，避免割裂财务指标的完整逻辑。专业字段的特殊性要求配置精准的字段过滤与同义词扩展，确保检索结果匹配业务分析的核心需求。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunk_size | 800–1200 字符 | 股份制银行财报单段财务数据关联紧密，过长会丢失上下文关联，过短会割裂报表板块的逻辑完整性 |
recall_top_k | 前10–15条 | 财报分析需覆盖多维度业务指标与监管数据，过少无法支撑完整分析，过多会引入非相关检索结果 |
similarity_threshold | 0.75–0.85 | 财报专业术语辨识度较高，阈值过低会引入非相关文档片段，过高会遗漏精准匹配的核心内容 |
sync_interval | 每6小时 | 股份制银行临时公告更新频率较高，增量同步可在保证时效性的同时降低服务器负载 |
parse_field_filter | 仅保留营业收入、净利润、核心一级资本净额、不良贷款余额 | 过滤冗余的非核心字段内容，提升检索结果的针对性与相关性 |
vector_dim | 1536 | 匹配通用嵌入模型的输出维度，确保向量存储与检索的兼容性 |
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
- 调用
/api/v1/kb/search接口时返回{"code":514,"statusText":"invalid kb id"}，原因是未正确配置知识库的kb_id参数，或传入的kb_id与实际创建的知识库ID不匹配。 - 配置字段过滤规则后，检索结果仍包含非财报类文档，原因是未在文档解析配置中启用字段过滤功能，或过滤规则的配置格式有误。
- 使用PGVector存储知识库时检索响应超时，原因是未根据数据量调整索引参数，未开启向量索引的缓存机制，导致单表查询效率不足。
怎么确认配好了
- 调用知识库搜索测试接口，传入与财报核心指标相关的查询词，核对返回结果的文档类型是否为目标财报数据。
- 查看同步任务日志，确认增量同步任务按配置的周期自动执行，无失败告警记录。
- 检查向量存储的索引配置，确认与当前知识库的数据规模适配，检索响应时间符合业务要求。
- 导出单条检索结果的字段列表，核对是否仅包含预设的核心业务指标字段。
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。