自动为每篇文档挑最佳分块法，提升 RAG 检索准确率
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。
LangChain Text Splitters、LlamaIndex Node Parser、Semantic Chunking (e.g., semantic-text-splitter)
adaptive-chunking 是搜索知识领域的开源项目，由 ekimetrics 开发，是 2026 年新上线的项目。
它收录于搜索知识分类，该分类目前共有 585 个项目，GitHub 星标数为 394。
项目仍在小幅维护中，最近一次代码更新于 2026-09-24。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：处理混合类型文档的RAG系统（如网页、PDF、论文混合）。同类可对比的替代方案包括 LangChain Text Splitters、LlamaIndex Node Parser、Semantic Chunking (e.g.,。
上一篇：advanced-rag
下一篇：VectorDB-Plugin
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
ragflow
开源
让大模型用上你的私有知识，搭建可靠的企业级RAG应用
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···
