要让腾讯混元知识库准确检索，必须合理切分语义连贯的段落；推荐用腾讯文档ai智能分段或langchain递归/标题切分，注意chunk_size≤512、校验主谓完整、末尾标点及编号分段。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让腾讯混元知识库准确理解并检索你的文档内容，必须先将长文本合理切分为语义连贯、长度适中的段落，否则向量嵌入会模糊关键信息边界，导致相似度搜索返回无关片段。
用腾讯文档AI内置分段功能自动处理
打开需入库的文档 → 点击右上角【AI写作】图标（闪电符号）→ 选择【智能分段】模板 → 等待3～5秒，系统自动生成带编号的语义段落。
该方式默认按逻辑转折、标题层级和句式密度动态切分，适合会议纪要、产品说明书等结构较清晰的文档。若原文含大量表格或代码块，系统可能将其整块保留为一个段落——这是正常行为，无需手动拆解。
用LangChain+腾讯混元Embedding手动控制分段
方法一：基础递归切分（推荐新手）
安装依赖：pip install langchain-community langchain-text-splitters
加载PDF后调用RecursiveCharacterTextSplitter，设置chunk_size=300、chunk_overlap=60 → 这能保证每段约300字且上下文有重叠，避免断句割裂原意。
方法二：按标题层级切分（适合技术文档）
使用MarkdownHeaderTextSplitter，预先定义标题匹配规则，例如headers_to_split_on = [("#", "Header1"), ("##", "Header2")] → 文档中每个二级标题以下的内容自动聚为独立段落，metadata里还保留标题路径，后续检索可按章节过滤。
【注意：chunk_size超过512会导致腾讯混元Embedding服务报错“input too long”】
分段后必须校验的三个硬指标
第一步：检查首段是否包含完整主语和谓语——若出现“由于……因此……”被硬切成两段，说明chunk_size设得太小，需调大至400以上。
第二步：打开任意一段，确认其末尾不是孤立标点（如“、”“（”“【”）或未闭合引号，这类段落会严重干扰向量化质量。
第三步：对含数字编号的列表项（如“1. 需求分析；2. 方案设计”），确保每个编号项独占一段，不可把1和2合并——腾讯混元向量模型对序号敏感，合并后会导致检索时漏掉第2项。
