chonky 是开发框架领域的开源项目，由 mirth 开发，2025 年首次发布。
它收录于开发框架分类，该分类目前共有 795 个项目，GitHub 星标数为 421。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-10。MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：信息检索系统中的文本预处理。同类可对比的替代方案包括 spaCy、NLTK、transformers。
chonky
用神经网络智能切分文本，提升检索与问答精度
chonky 是一个基于全神经网络的文本分块（text chunking）工具，旨在解决传统基于规则或统计方法在文本分割上的局限性。它利用深度学习模型自动学习文本的语义边界，将长文本切分为语义完整、结构合理的块，从而提升下游任务（如信息检索、问答系统）的效果。项目提供简洁的 Python API，支持自定义模型训练与推理，核心能力包括高精度分块、上下文感知分割以及灵活的集成方式。对于需要处理大规模文本数据的开发者，chonky 能显著减少人工设计规则的成本，并适应多种语言和领域。
开源
free
搜索知识
GitHub 星标
★ 421
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队mirth
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型ai,chunking,llms,ml,rag,semantic-chunking,text-splitter
GitHub 星标★ 421
30天Star增速
HF 下载量
上线时间2025-04-08 00:00:00
最近更新2026-09-10 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数7
使用教程
核心亮点
- 全神经网络模型，自动学习语义边界，比规则方法更灵活
- 支持自定义训练，可适配特定领域或语言
- API简洁，易于集成到现有Python文本处理流程
不足之处
- 早期项目，文档和社区支持尚不完善
- 模型推理可能较慢，对长文本处理效率待优化
适用场景
- 信息检索系统中的文本预处理
- 问答系统的段落切分
- 长文档的语义结构分析
替代项目
spaCy、NLTK、transformers
项目介绍
下一篇：ratel
同类项目推荐
ComfyUI_Custom_Nodes_AlekPet
开源
给 ComfyUI 装上语音翻译和姿态检测，工作流更全能
Custom nodes that extend the capabilities of Comfyui
langchain
开源
组装 AI 应用的乐高积木，从想法到上线不换工具
The agent engineering platform.
transformers
开源
全球最大的模型仓库全家桶，想用的模型一把抓
Transformers: the model-definition framework for state-of-the-art machine learning m···
pi
开源
一套 TypeScript 工具包，快速搭出能写代码的 AI agent
AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI