这个品类的数据长什么样
能源金属财报数据主要来自交易所公开公告、行业协会月度报告、上市企业年度及季度报告。更新节奏分为固定周期与事件触发：年度财报每年更新一次，季度财报每季度更新，临时公告如产能变动、价格调整则随事件实时发布。文档结构混合结构化字段与非结构化文本，结构化字段包含金属品位、产能、储量、现货价格等，单位多为万吨、克/吨、美元/吨；非结构化文本包含行业分析、企业经营解读等长段内容。
这些特征在「向量模型与索引」这一环带来什么约束
能源金属财报的混合结构与更新特性，对向量模型与索引环节带来多重约束。首先，长文本与结构化字段并存，要求向量模型支持长上下文嵌入，同时索引需支持按字段过滤召回；其次，临时公告的实时更新需求，要求索引支持增量更新，不进行全量重建，避免重复计算全量数据的嵌入向量；最后，多品类能源金属（锂、钴、镍等）的财报混布场景，要求索引支持按品类字段精准过滤，防止召回无关内容。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
embedding_model | m3e-base | 能源金属财报包含大量行业专业术语与量化数据，m3e模型的中文语义理解能力适配该场景的文本嵌入需求 |
chunk_size | 800–1200 字符 | 能源金属财报单段业务描述长度多在500-1000字符，避免拆分破坏产能、储量等核心数据的语义完整性 |
recall_top_k | 前10–15条 | 财报分析需要覆盖上游原料、下游需求、企业经营等多维度数据，召回过少会遗漏关键信息 |
vector_db_index_type | HNSW | 能源金属财报向量数据维度多为768维，HNSW索引兼顾召回精度与查询速度，适配高维向量场景 |
incremental_update_interval | 每日凌晨2点 | 财报临时公告多在非交易时段发布，每日增量更新可保证数据时效性，减少全量索引重建的资源消耗 |
filter_field_enable | 开启 | 支持按report_type（年报/季报/临时公告）、metal_type（锂/钴/镍）字段过滤，精准召回目标品类的财报内容 |
cache_ttl | 3600 秒 | 财报数据更新频率较低，设置1小时缓存有效期可复用重复查询的向量召回结果，降低向量数据库负载 |
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：向量召回结果中混杂大量非能源金属品类的财报内容。原因：未启用
filter_field_enable配置，未指定metal_type过滤字段，导致召回范围覆盖全品类文档。 - 现象：源码部署后向量数据库无法正常同步数据，日志返回连接错误码
ETIMEDOUT。原因：仅启动MongoDB与向量数据库镜像，未配置sandbox的网络策略，导致数据解析环节无法访问财报数据源。 - 现象：通过“集合添加数据”上传财报后，无法生成可用的向量索引。原因：未执行“创建训练订单”流程，该流程触发向量模型嵌入与索引构建，仅上传文本不会自动生成向量索引。
怎么确认配好了
- 上传一份锂矿企业的年度财报样本，执行向量召回，检查召回结果中是否包含
metal_type为锂的相关内容。 - 登录向量数据库管理界面，查看索引列表，确认存在对应能源金属财报集合的HNSW类型索引。
- 重复执行两次相同的财报关键词查询，检查第二次查询是否复用了缓存，可通过向量数据库的查询日志确认请求耗时是否显著缩短。
- 执行“创建训练订单”流程，查看任务管理界面的状态是否显示为“已完成”，确认向量索引构建成功。
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。