必须规范标题层级结构——禁用跳级和伪标题，统一用#→##→###→####递进；用正则或预检工具修复格式；按功能模块设一级标题，合并短子节，为表格代码块加###说明；删除html注释和时间版本声明，保留yaml front matter。
☞☞☞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☜☜☜
要把火山引擎的Markdown文档顺利导入知识库并保证检索准确、问答可用，必须提前规范标题层级结构——标题混乱会导致向量切片错位、上下文断裂、章节归属错误，最终让AI在回答时“找不到原文依据”。
确认原始文档是否已启用语义标题
打开文档，用Ctrl+F搜索所有“# ”（井号+空格），检查是否存在无序嵌套，例如：一级标题下直接跳到四级标题、同一级标题重复编号、或用加粗文字冒充标题（如**配置步骤**）。这类伪标题会被解析器忽略，导致整段内容被归入上一有效标题的上下文中。
若发现伪标题，需全部替换为标准Markdown标题语法，且【禁止跳级使用，必须严格遵循 # → ## → ### → #### 的递进顺序】。
统一标题编号与语义一致性
方法一：人工校对+正则批量修正
在VS Code中打开文档，打开搜索替换面板（Ctrl+H），勾选“正则表达式”，输入查找内容：^(#{1,4})\s+(.+)$，替换为：$1 $2。这一步可清除标题后多余的空格和不可见字符。
方法二：用火山引擎自带的文档预检工具
进入火山引擎控制台 → 知识库管理 → 文档预处理 → 上传文档 → 点击“结构诊断”。系统会自动标出标题断层、编号跳跃、非标题行误标等问题，并生成修复建议报告。
重构长文档的逻辑分段
第一步：识别自然章节边界
通读全文，标记出所有功能模块切换点（如从“API调用说明”跳转到“错误码列表”，或从“部署流程”进入“权限配置”），这些位置必须插入一级标题（#）。
第二步：压缩冗余子节
若连续出现多个##级标题（如## 前置准备、## 权限申请、## 网络配置），且每段正文不足3行，应合并为一个##标题，用无序列表呈现要点，避免向量化时产生大量低信息密度片段。
第三步：为表格与代码块添加上下文锚点
每个独立表格或代码块上方，必须有一行###级标题说明其用途，例如：### 示例：飞书Webhook回调字段说明。没有该标题的表格/代码块，在RAG检索中大概率被丢弃或误配上下文。
删除干扰性元信息与注释
删掉所有以“”结尾的HTML注释块；移除文档末尾的“最后更新于2026-09-15”“本文适用版本v4.2.0”等时间/版本声明——这些内容会污染向量语义，且知识库已有元数据字段承载此类信息。
【特别注意：不要删除YAML front matter中的title、description字段，知识库导入器依赖它们生成文档摘要】
