配置子分块策略 (Configure child chunking strategy)

设置父子分块 (Chunking) 策略以改善检索。

---

在实际的检索增强生成 (Retrieval-Augmented Generation, RAG) 应用中，一个长期存在的挑战是传统“分块-嵌入-检索”流水线中的结构性张力：单个文本块 (Chunk) 既要负责语义匹配（召回），又要负责上下文理解（利用）——这两个目标在本质上是冲突的。召回需要细粒度、精确的块，而答案生成则需要连贯、信息完整的上下文。

为了解决这种冲突，RAGFlow 此前引入了目录 (Table of Contents, TOC) 增强功能，它使用大语言模型 (Large Language Model, LLM) 来生成文档结构，并在检索时基于该目录自动补充缺失的上下文。在 0.23.0 版本中，这一功能已被系统地集成到导入流水线 (Ingestion Pipeline) 中，并引入了一种全新的父子分块机制。

在该机制下，文档首先被分割成较大的父分块，每个父分块保持相对完整的语义单元以确保逻辑和背景的完整性。然后，每个父分块可以进一步细分为多个子分块，用于精确召回。在检索过程中，系统首先基于子分块定位最相关的文本段，同时自动关联并召回其对应的父分块。这种方法既保持了高度的召回相关性，又为生成阶段提供了充足保持语义背景。

例如，在处理《合规手册》时，用户关于“违约责任”的查询可能会精确检索到一个子分块，其内容为“违约罚金为合同总价的 20%”，但在没有上下文的情况下，无法明确该条款适用于“轻微违约”还是“重大违约”。利用父子分块机制，系统会将该子分块连同包含该条款完整章节的父分块一并返回。这使得大语言模型 (LLM) 能够基于更广泛的上下文做出准确判断，避免误读。

通过这种“精确检索 + 上下文补充”的双层结构，RAGFlow 在确保检索准确性的同时，显著提升了生成答案的可靠性与完整性。

操作步骤 (Procedure)

1. 在数据集 (Dataset) 的 配置 页面上，找到 使用子分块进行检索 (Child chunk are used for retrieval) 开关：

2. 设置子分块的分隔符。

3. 此配置适用于导入流水线设置中的 分块器 (Chunker) 组件：