adaptive-chunking

自动为每篇文档挑最佳分块法，提升 RAG 检索准确率

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 搜索知识 🍴 复刻 44 🐛 待处理 4 👀 关注 1
GitHub ↗
GitHub 星标 ★ 401
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

adaptive-chunking 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队ekimetrics
GitHubhttps://github.com/ekimetrics/adaptive-chunking
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型chunking,information-retrieval,llm,nlp,rag,text-splitting
GitHub 星标★ 401
上线时间2026-03-26 00:00:00
代码更新2026-07-06
仓库体积4.7 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数2

项目介绍

Adaptive Chunking 是一个用于 RAG（检索增强生成）的智能文本分块工具，核心思想是根据每篇文档的自身特点自动选择最优的分块策略，而不是对所有文档使用统一的固定分块方法。它解决了 RAG 系统中因分块不当导致的检索质量下降问题，例如固定长度切分可能切断语义完整段落或引入噪声。该项目基于文档的多种特征（如结构、长度、主题一致性等）进行动态评估，并自动匹配最合适的分块算法（如递归字符分割、语义分割等），从而提升检索准确率和生成质量。该研究已被 LREC 2026 会议接收，具备学术严谨性。项目提供 Python 接口，易于集成到现有 RAG 流程中。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 401

核心亮点

  • 针对不同文档自适应选择分块策略，避免一刀切导致的语义割裂
  • 基于学术研究（LREC 2026），方法有理论支撑
  • Python 接口简洁，易集成到 LangChain 等 RAG 框架

不足之处

  • 项目处于早期，文档和社区支持尚待完善
  • 自适应选择可能带来额外计算开销，影响处理速度

适用场景

  • 处理混合类型文档的 RAG 系统（如网页、PDF、论文混合）
  • 需要高精度检索的企业知识库问答场景
  • 长文档与短文本并存，需要动态调整分块粒度的场景

替代项目

LangChain Text Splitters、LlamaIndex Node Parser、Semantic Chunking (e.g., semantic-text-splitter)

上一篇：advanced-rag

下一篇：VectorDB-Plugin

同类项目推荐

DocMeld 开源

从 PDF 一键生成智能体就绪知识库，无需 OCR

Lightweight Doc-to-agent-ready knowledge pipeline. Three-stage Bronze→Silver→Gold ···

★ 101 2026-08-09
OpenNotebookLM 开源

把PDF网页视频字幕变成带出处的私人问答库

Self-hosted alternative to Google's NotebookLM: import PDFs, web pages and YouTube t···

★ 123 2026-11-08
php-rag 开源

用 PHP 给 LLM 接上你的文档库，问答更精准

This application uses LLMs like DeepSeek, GPT-5, Claude, Gemini or Llama, Mixtral (l···

★ 67 2026-08-09
storm 开源

输入主题，自动生成带引用的长文报告

An LLM-powered knowledge curation system that researches a topic and generates a ful···

★ 31840 2026-08-09
deep-research-web-ui 开源

输入一个主题，自动搜索+阅读+迭代，直接产出研究报告

AI deep-research agent that turns any question into a cited report: plans searches, ···

★ 2225 2026-09-15
insights-lm-public 开源

自托管 NotebookLM，让 AI 基于你的文档对话并生成音频摘要。

Open-source, self-hosted alternative to NotebookLM. Chat with your documents, genera···

★ 657 2026-08-09
aisearch-openai-rag-audio 开源

用语音对话你的私有知识库，基于Azure AI Search和GPT-4o实时问答

A simple example implementation of the VoiceRAG pattern to power interactive voice g···

★ 565 2026-08-09