快速開始
-
設定參數
塊大小與重疊與檔案分塊工具一致。
-
閱讀名額
關注平均塊長與重疊浪費率。
RAG分塊分析
輸入檔案與分塊參數，查看塊數、字元分佈與重疊浪費率。 調RAG索引細微性時不用盲猜chunk size。
阅读完整指南: rag 分塊優化指南：如何平衡嵌入維度與上下文預算 →
隱私提示：本地解析，不上傳伺服器。
↓ 在下方輸入區貼上內容，結果會立即顯示
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
註釋說明
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。
輸入檔案與分塊參數，查看塊數、字元分佈與重疊浪費率。 調RAG索引細微性時不用盲猜chunk size。
與分塊工具配合
本工具只出統計； 檔案分塊工具展示每塊正文。 先分析再切分。
功能與使用場景
按字元或Token估算折開長檔案，預覽RAG分塊大小與重疊效果，輔助調整chunk策略。
搭建知識庫前評估段落切分、對比不同chunk_size對召回的影響、寫LangChain/LlamaIndex配寘時使用。
典型工作流
使用RAG分塊分析器時，先粘貼檔案文字或上傳文件，然後設定分塊大小和重疊量。 工具會即時計算分塊數量，並用長條圖展示字元分佈。 通過調整滑塊，可以觀察不同參數下重疊字元的浪費情况，幫助找到平衡檢索精度和存儲效率的最佳分塊方案。
實際應用中，建議先用200-500字元的小塊測試技術文檔，用800-1500字元的大塊處理長文章。 觀察重疊浪費率超過15%時，適當减小重疊量。 匯出分析結果後，可將參數同步到你的向量資料庫索引流程中，避免重複試錯。
示例
示例
Input
500 chars, 50 overlap
Output
6 stat metrics
FAQ
浪費率怎麼算？
（總塊字元−原文長度）/總塊字元； 反映重疊帶來的冗餘。
為什麼我的重疊浪費率突然飆升？
當分塊大小與重疊量成整數倍關係時（如分塊1000字元+重疊500字元），大量文字會被重複計算。 避免這種情況的方法是選擇質數作為基礎組織（如997字元），或微調重疊量至分塊大小的10%-20%之間。