定位与差异
Chunkr 专注于文档分块（Chunking）这一关键环节，将非结构化文档转化为 LLM 可高效处理的结构化文本块。与通用文档解析工具不同，它将「如何切分」作为核心能力，针对 RAG 场景优化信息保留与检索效率。
核心能力
- 智能分块策略：支持多种分块模式（按段落、按语义、按长度等），适配不同文档类型与下游任务需求
- 结构化输出：生成格式统一的文本块，便于直接注入向量数据库
- RAG 优化：分块粒度经过调优，兼顾信息完整性与检索精度
- 批量处理：支持多文档批量分块，提升数据准备效率
适用与不适用
适用场景：构建 RAG 系统时的文档预处理、知识库数据清洗、大模型微调数据准备。
不适用场景：需要完整文档理解而非分块的场景、直接生成答案而非检索的端到端应用。
上手提示
访问 官网 了解具体使用方式与支持的文档格式。分块参数建议根据实际召回效果迭代调整，以获得最佳 RAG 表现。
```