7 天做出个人知识库

清理噪声
并按语义切分

删除重复导航和页眉页脚,按完整问题与章节切分,并为片段保留上下文。

预计阅读 27 分钟登录后免费核验于 2026.08.19
内容目录 当前:第 03 天
7 天完成第一个 AI 项目7 天
7 天学会 DeepSeek Harness7 天
7 天建立 Agent 工作流7 天
7 天做出个人知识库7 天
本文目录 8 个部分

大家好,我是云途。今天把统一文本变成适合检索的片段。

片段太大时会混入无关内容,太小时会失去条件和结论。我们的目标是让每个片段能够独立回答一个明确问题。

先理解今天的原理

切分决定检索系统能够取回什么单位。按固定字符粗暴切分可能把步骤、警告和适用条件拆开。优先沿标题、段落、列表和完整问答边界处理。

清洗负责删除菜单、重复页眉和乱码,但不能自由改写事实。片段需要携带来源、章节、版本、权限和相邻关系,才能在回答时解释出处。

清洗后的文本按语义切分,并为每个片段补充来源和权限元数据。原文件转换清洗切分元数据可检索片段
清洗后的文本按语义切分,并为每个片段补充来源和权限元数据。
正在确认登录状态

请稍候

课程免费。登录后可查看完整步骤、提示词、项目材料和后续章节。