这个品类的数据长什么样
该品类的数据通常来自众包平台、标注质量数据、培训考试记录与财务系统。日常维护的文档包含人员准入规则、标注培训材料、绩效统计表格与结算清单。数据更新节奏多为每日或月度，覆盖人员资质、标注质量、考核结果与结算明细等字段。不同于文本标注项目，该品类关注人力组织与绩效结算，无统一固定单位，随文档类型变化，如绩效表含工号、结算额等字段，培训材料含操作步骤文本。
这些特征在「知识库检索与召回」这一环带来什么约束
人员准入规则、培训材料多为长文本，需适配长片段检索以完整覆盖关键内容；结算清单与绩效表含结构化字段，检索需兼顾文本语义与数值关联，避免混淆不同人员的信息；数据按日或月度更新，需定期同步知识库增量内容，防止召回过时的结算或绩效数据；不同文档的字段差异较大，需避免跨文档的无效召回，确保检索结果聚焦目标文档类型；标注质量数据关联人员绩效，检索结果需精准匹配人员ID与质量指标，防止出现张冠李戴的问题。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
similarity | 0.72–0.80 | 适配众包标注文档的长文本特征，过滤低相关召回结果，避免混入非目标人员的规则内容 |
limit | 前 8 条 | 平衡检索效率与召回覆盖，满足绩效表、结算清单的多条目检索需求 |
searchMode | vector | 针对长文本培训材料与规则文档，优先使用向量检索保证语义匹配精度 |
usingReRank | 开启 | 对结算清单的结构化字段进行重排，提升精准匹配结算额、工号的结果排序 |
datasetSearchUsingExtensionQuery | 关闭 | 避免对人员准入规则这类固定文档生成扩展查询，防止引入无关的标注项目内容 |
collectionIds | 指定目标文档集合的ID数组 | 限定检索范围仅为人员准入规则、绩效表等品类专属文档，避免混入无关数据 |
容易做错的三处
- 现象：配置
datasetSearchUsingExtensionQuery时出现Invalid array length报错。原因：未正确指定collectionIds的数组格式，传入空数组或非数组类型参数。 - 现象：调试预览可正常检索知识库，部署到自有页面后无法触发搜索。原因：未在自有页面正确传递用户问题参数，或未配置跨域访问权限。
- 现象：无法导入Markdown格式的培训材料或结算清单。原因：Markdown文件包含未闭合的代码块或特殊符号，未通过FastGPT的格式校验。
怎么确认配好了
- 上传一份测试用的绩效表与人员准入规则，执行检索，检查返回结果是否包含目标人员的绩效数据与准入条款。
- 调整
similarity参数的取值，观察召回结果的相关度变化，确认参数生效。 - 开启
usingReRank后，验证结构化字段的排序是否符合预期，如结算额从高到低排列。 - 查看FastGPT v4.17.0的系统日志，确认检索请求的参数无缺失，无报错信息。
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 2026-10-19，文中适用性按 FastGPT v4.17.0 基线讨论；部署前需核对实际版本。