解析预览与调整文档切分

检索准不准,一半取决于切分得对不对。文档入库后,你可以在详情页对照查看原文、解析结果和分块卡片,手动微调切分边界,或直接让决策模型按语义给出切分方案。

什么时候需要检查解析与切分

默认情况下,ApeMind 入库时会按结构规则自动切分:不切断标题、表格和代码块,相邻短段落自动合并到合适长度。在大多数文档上这已经足够好用;但遇到下面三种情况时,调整切分能立刻提升回答准确率:

查看解析结果与分块列表

在知识库文档列表点击任意文档标题,即可在原文、解析结果和分块结果三个页签间切换,还支持在当前文档内按关键词搜索特定分块:

比亚迪 2025 年年度报告的分块结果预览
文档详情页展示「原文」「解析结果」「分块结果」三重视角,并支持站内搜索分块与一键进入「编辑内容」。

打开可视化切分编辑器

点击文档详情页右上角的编辑内容(或「调整切分」),切换到切分视图:左侧是一张张带序号和字数统计的分块卡片,右侧是同步高亮滚动的 Markdown 源码。

工具栏左侧标明了当前文档所处的切分模式:

切分模式说明
规则切分 默认模式,按文档结构(标题、表格、代码块、段落长度)自动成块。
决策模型切分 知识库开启了「用决策模型自动切分」后,入库时由决策模型自动判定语义边界。
手动切分 文档包含显式切分线(<!-- chunk-break -->),严格按切分线成块(仅在单块超过 4 倍长度上限时保护性拆分)。
整篇一块 点击「清空切分」后的状态,方便从空白开始按自己的章节逻辑重新切分。

手动调整切分边界

相邻两块之间的分界线支持可视化操作(灰色虚线为规则分界,红色实线为手动切分线):

在规则切分的文档上做第一次手动调整时,系统会自动把其余现有规则边界一并固化为切分线——只有你改动的那一处发生变化,文档其他部分保持原样。带锁图标的灰色分界表示该段已触及单块最大长度上限(4 倍分块长度),为保障向量模型不截断而锁定不可合并。

用决策模型做「智能切分」与自动切分

面对几十页的制度手册或研报,逐段手动调切分太耗时。为知识库配置决策模型(Jev 模型,配置方法见配置 Jev 决策模型)后,可以直接借助模型按语义边界切分,底层动态规划算法见语义感知的智能切分:

  1. 在切分视图工具栏点击智能切分,决策模型按章节逐段评估候选切点并实时流式返回建议,无需等整篇算完即可审阅(长文档可随时停止,已完成段的建议保留)。
  2. 紫色虚线标注建议新增的切点与把握度,淡色标记「AI 建议移除」表示建议合并的冗余分界。
  3. 逐条点选保留或放弃,最后点击应用并保存即可。

在知识库的设置页签选择决策模型后,系统会自动开启用决策模型自动切分。保存后,新上传或重新解析的文档在入库阶段就直接按语义边界切分,无需人工逐篇点击「智能切分」。若模型暂时异常,系统会有限重试并在兜底时退回规则切分,绝不阻塞入库。

  • 平台 Agent:为 Agent 装载内置技能「智能切分」,在对话里直接说“把员工手册按条款重新切分”,Agent 会先预览建议方案,经你确认后再保存。
  • CLI 命令行:使用 apemind document chunk-plan 预览、chunk-suggest 获取建议,再通过 document update 保存。

保存生效与注意事项

点击保存后,文档按新切分重新构建索引;重建完成前,线上检索仍无缝使用旧版本快照,不中断服务。且得益于版本化增量复用,未发生内容变更的段落不会重复消耗图谱与向量计算。

对原始 PDF 文档进行内容编辑并保存后,文档会以编辑后的 Markdown 重新生成分块,原始 PDF 页码坐标将不再保留。如果业务强依赖 PDF 原页定位(如法务合同审查),建议优先在知识库设置中开启「用决策模型自动切分」来优化边界,而不是手工改写 PDF 正文。

下一步