这个品类的数据长什么样
漏洞扫描服务的日常文档包含扫描计划、漏洞清单、整改工单、复扫报告四类核心文件。扫描计划记录资产范围与扫描策略，漏洞清单标注CVE编号、风险等级与受影响资产，整改工单关联漏洞ID与整改进度，复扫报告汇总修复验证结果。数据来源包括漏洞扫描器导出文件、企业资产清单、公开CVE库与厂商补丁公告，更新频率按周或月度同步。文档字段多为标准化技术条目，与资产、漏洞、整改全流程强关联。
这些特征在「知识库检索与召回」这一环带来什么约束
漏洞扫描服务的文档多为强关联的技术条目，且数据来源分散、更新周期不固定，要求检索系统支持多数据集的精准筛选。文档包含CVE编号、风险等级等细分字段，需支持基于字段的定向匹配，避免无关内容干扰。由于高危漏洞暴露、审计扣分等出错后果严重，检索结果的准确率与召回完整性要求较高，需优先匹配高风险相关文档。同时，服务以工具化闭环为主，知识库召回需侧重标准化扫描、整改类文档，不包含人工渗透类记录，需明确区分与其他安全服务的数据集边界。
配置怎么定
本配置适用于FastGPT v4.17.0版本。
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
similarity | 0.75–0.85 | 漏洞扫描服务的文档需精准匹配风险等级与CVE编号，阈值过低会引入无关误报文档，过高可能遗漏关联整改工单 |
limit | 前3–5条 | 漏洞相关文档多为短技术片段，过多会超出上下文窗口，过少无法覆盖整改步骤与复扫结果的关联信息 |
searchMode | 混合检索 | 结合关键词匹配与向量检索，可同时覆盖CVE编号等精准字段与漏洞描述等语义内容 |
usingReRank | 开启 | 对初始召回结果重新排序，优先展示高危漏洞相关文档，提升售前答疑与技术支持的响应效率 |
datasetSearchUsingExtensionQuery | 开启 | 对用户问题进行语义扩展，可覆盖资产范围、整改时限等关联场景的检索需求 |
collectionIds | 按业务场景划分 | 仅包含扫描计划、漏洞清单、整改工单、复扫报告四类数据集，避免混入其他安全服务的文档 |
容易做错的三处
- 仅返回1个匹配文本块，原因是
limit参数被错误配置为1，未适配漏洞扫描服务需关联多份文档（如漏洞清单、整改工单）的业务需求。 - 企微渠道无法触发知识库检索，或界面提示“未找到匹配数据集”，原因是未正确配置
collectionIds参数的权限绑定，或未完成数据集的关联设置。 - 检索结果包含大量无关的非本品类文档，原因是
similarity阈值设置过低，引入了冗余内容，干扰了技术支持的响应准确性。
怎么确认配好了
- 手动输入一个已知的CVE编号，检查检索结果是否包含对应漏洞清单与整改工单文档，验证字段匹配的准确性。
- 查看检索日志，确认返回的匹配条数符合
limit参数的设置，验证参数配置的有效性。 - 开启
usingReRank功能后，检查结果排序是否优先展示高危漏洞相关文档，验证重排配置的生效情况。 - 切换不同的业务场景，确认
collectionIds参数可以正确筛选对应品类的文档，验证集合划分的合理性。
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。