这个品类的数据长什么样
本品类的数据来自私密漏洞报告、代码仓库、CVE编号机构及官方发布渠道，更新节奏以单次漏洞事件为单位。日常处理的文档包含安全公告、漏洞报告、修复补丁、CVE申请材料，文档结构多包含漏洞编号、影响范围、修复步骤、披露时间等字段，无统一固定格式，部分文档为纯文本或带格式的技术说明，包含代码片段。
这些特征在「文档解析与分块」这一环带来什么约束
私密漏洞报告的敏感内容需严格隔离，解析分块时不能将敏感信息导出至公共上下文；文档无统一格式，需适配安全公告、补丁说明等不同结构的文本；单次漏洞事件的文档需一次性完成解析分块，避免跨事件数据混淆；漏洞编号、影响范围等核心字段需保持完整，不能被强制拆分；代码类补丁片段需保留换行与格式，避免解析后逻辑断裂。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunkSize | 800–1200 字符 | 适配安全公告、补丁说明的核心内容长度，避免单块包含过多无关信息 |
chunkSplitter | 按换行与语义分段 | 适配漏洞报告中多段落的技术说明，保留修复步骤的逻辑完整性 |
customPdfParse | 启用纯文本提取模式 | 适配CVE申请材料的PDF格式，跳过非文本元素干扰 |
PARSE_FILE_TIMEOUT_SECONDS | 300–600 秒 | 适配大型补丁代码文档的解析耗时，避免超时中断 |
UPLOAD_FILE_MAX_SIZE | 100 MB | 适配批量漏洞报告的上传需求，符合单次事件的文档总量 |
chunkSettingMode | 手动配置模式 | 允许针对不同漏洞类型调整分块规则，适配多样化的文档结构 |
容易做错的三处
- 上传漏洞报告后解析结果为空或无有效内容。原因是未适配文档格式，未启用
customPdfParse的纯文本提取模式，或chunkSplitter规则未覆盖文档的换行结构。 - 超长的补丁代码片段被强制拆分至多个分块，导致修复步骤逻辑断裂。原因是未将
chunkSplitter设置为按语义分段，仅按固定chunkSize拆分长文本。 - 自定义解析脚本未生效，导致漏洞报告中的CVE编号、影响范围等核心字段未被正确提取。原因是未在FastGPT v4.17.0的自定义解析配置中正确绑定脚本触发时机。
怎么确认配好了
- 上传一份典型的安全公告文档，检查解析后的分块是否保留了漏洞编号、影响范围等核心字段的完整性。
- 上传带代码片段的补丁说明文档，验证代码块未被拆分至不同分块，且格式未丢失。
- 上传单份最大限额的文档，确认解析过程未触发超时错误，符合预设的
PARSE_FILE_TIMEOUT_SECONDS设置。 - 上传包含CVE编号的漏洞报告，验证自定义解析脚本是否正确提取并保留了核心字段。
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 2026-10-19，文中适用性按 FastGPT v4.17.0 基线讨论；部署前需核对实际版本。