Text Splitters 文本切分

长文档不能直接整体丢给 Embedding 或模型，需要切成合适大小的片段。切分太大，召回不精准；切分太小，上下文不完整。

常见参数

参数	说明
chunk_size	每个片段长度
chunk_overlap	相邻片段重叠长度
separators	按标题、段落、句子等分隔

示例策略

技术文档：优先按 Markdown 标题切分
FAQ：一问一答作为一个 chunk
合同：按条款切分
代码文档：按类、函数、段落切分

后端经验

切分策略应该结合业务评估。比如客服知识库更看重“答案完整”，技术文档更看重“章节结构”，合同制度更看重“条款边界”。

常见问题

• 切分后丢失标题：应把标题拼回 chunk 或放入 metadata。
• chunk 过短：召回片段缺上下文，模型容易回答不完整。
• chunk 过长：召回不精准，token 消耗大。

非官方声明

本站为个人维护的非官方中文学习文档，不代表 LangChain 官方。页面内容是基于公开文档、源码实践和中文开发者视角重新整理的学习资料。涉及 API 细节时，请以官方文档和实际安装版本为准。

参考来源

• LangChain / LangGraph 官方文档：https://docs.langchain.com/
• LangChain API Reference：https://reference.langchain.com/
• 本站内容为中文学习整理，不做官方身份声明。