快速开始
-
设置参数
块大小与重叠与文档分块工具一致。
-
阅读指标
关注平均块长与重叠浪费率。
RAG 分块分析
输入文档与分块参数，查看块数、字符分布与重叠浪费率。调 RAG 索引粒度时不用盲猜 chunk size。
阅读完整指南: RAG 分块优化指南：如何平衡嵌入维度与上下文预算 →
隐私提示：本地解析，不上传服务器。
↓ 在下方输入区粘贴内容，结果会立即显示
分析文档分块统计：块数、平均/最小/最大字符、重叠浪费率。配合文档分块工具调参。
块大小
重叠
文档内容
块数
1
平均字符
138
最小
138
最大
138
重叠浪费
0%
空块
0
注释说明
如何解读
重叠浪费率 = 因重叠导致的冗余字符占比。块数过多或平均过小可能不利于检索质量。
输入文档与分块参数，查看块数、字符分布与重叠浪费率。调 RAG 索引粒度时不用盲猜 chunk size。
与分块工具配合
本工具只出统计; 文档分块工具展示每块正文。先分析再切分。
功能与使用场景
按字符或 Token 估算拆分长文档，预览 RAG 分块大小与重叠效果，辅助调整 chunk 策略。
搭建知识库前评估段落切分、对比不同 chunk_size 对召回的影响、写 LangChain/LlamaIndex 配置时使用。
典型工作流
使用 RAG 分块分析器时，先粘贴文档文本或上传文件，然后设置分块大小和重叠量。工具会即时计算分块数量，并用直方图展示字符分布。通过调整滑块，可以观察不同参数下重叠字符的浪费情况，帮助找到平衡检索精度和存储效率的最佳分块方案。
实际应用中，建议先用 200-500 字符的小块测试技术文档，用 800-1500 字符的大块处理长文章。观察重叠浪费率超过 15% 时，适当减小重叠量。导出分析结果后，可将参数同步到你的向量数据库索引流程中，避免重复试错。
示例
示例
Input
500 chars, 50 overlap
Output
6 stat metrics
FAQ
浪费率怎么算？
(总块字符 − 原文长度) / 总块字符; 反映重叠带来的冗余。
为什么我的重叠浪费率突然飙升？
当分块大小与重叠量成整数倍关系时（如分块 1000 字符+重叠 500 字符），大量文本会被重复计算。避免这种情况的方法是选择质数作为基础单位（如 997 字符），或微调重叠量至分块大小的 10%-20% 之间。