Inicio rápido
-
Establecer parámetros
Tamaño del trozo ≥100 chars; la superposición debe ser menor que el tamaño del trozo.
-
Pegar documento
Vista previa en vivo de cada longitud y texto.
Divisor de trozos Markdown
Establezca el tamaño del trozo y la superposición para dividir Markdown largo o texto simple. Preview RAG chunking antes de incrustar y recuperar el ajuste.
Read the full guide: LLM Prompts y Context: Presupuestos de Token y Plantillas →
Privacidad: procesado localmente, nunca cargado.
↓ Pega en el área de entrada de abajo para ver los resultados al instante
按字符数切分长文档，支持重叠窗口。适合 RAG 索引与上下文裁剪预览。
块大小（字符）
重叠（字符）
文档内容
共 1 个块
块 #1 (94 字符)
# Doc Paragraph one with enough text for RAG chunking. Paragraph two continues the document.
Notas
RAG 提示
块大小最小 100; 重叠须小于块大小。生产环境请结合语义边界与 Embedding 模型限制调整。
Establezca el tamaño del trozo y la superposición para dividir Markdown largo o texto simple. Preview RAG chunking antes de incrustar y recuperar el ajuste.
Consejos de producción
Las divisiones de caracteres son un comienzo. Agregar límites semánticos (encabezados, párrafos) en la producción.
Características y casos de uso
Divide Markdown por encabezados o tamaño máximo mientras conservas la estructura para la incorporación o la traducción por lotes.
Uso para RAG de documentos técnicos, trozos de README largos y unidades de tuberías de localización.
Flujo de trabajo típico
Después de pegar documentos largos en el cuadro de entrada, establezca un tamaño de trozo de 500-1000 caracteres (ideal para la mayoría de los sistemas RAG). Haga clic en 'Dividir' para previsualizar instantáneamente los trozos, con una superposición del 10-20% recomendada para la continuidad del contexto. Los resultados permiten copiar fragmentos individuales o exportarlos todos, listos para incorporar API o bases de datos vectoriales.
Para la documentación de código, conserva las marcas de sintaxis de Markdown (como los símbolos del bloque de código). Verifique que no se produzca un truncamiento accidental del código, ajustable a través del tamaño del trozo o separadores manuales. Los documentos de código pueden requerir trozos más pequeños (por ejemplo, 300 caracteres) que el texto simple para la integridad lógica.
Ejemplos
Ejemplo
Input
200 chars, 40 overlap
Output
Multiple indexed chunks
FAQ
¿Dividido por tokens?
Basado en el carácter; use Token Estimator para presupuestos de tokens.
¿Por qué mis fragmentos contienen frases truncadas?
Esto equilibra límites de carácter estrictos. Para frases completas, aumenta el tamaño del trozo o habilita 'Priorizar párrafos' (supera ligeramente los límites). Los documentos técnicos pueden tolerar truncaciones menores ya que la recuperación de RAG a menudo recupera el contexto a través de trozos superpuestos.