用途：在文档嵌入或检索前对文档进行分块，覆盖固定大小、语义、递归和滑动窗口等策略及其重叠处理。资料假定读者已了解分块的基本概念与必要性，重点是策略选择与非显而易见的失败模式。
主要能力：1）策略选择——固定大小适合同质内容（日志、转录、表格笔记），递归适合通用散文且是较佳默认，语义适合主题边界重要的高差异文档（研究论文、长文），滑动窗口适合查询关注跨边界局部上下文的密集技术文档与代码。资料提醒：同一向量索引中混用策略会破坏检索一致性，评分分布不可比，应每个索引只选一种。2）固定大小分块——按字符或 token 在硬边界切分，附固定分块函数示例（size=512、overlap=50）。资料提醒：嵌入模型有 token 限制时应按 token 而非字符切分，超限会被静默截断；英文约 text.length/4，代码约 text.length/3 估算 token。3）递归分块——按分隔符优先级（"\n\n"、"\n"、". "、" "、""）递归回退直到满足目标大小，附递归分块函数。资料提醒：重叠应在切分后应用，而非切分过程中。4）语义分块——将句子分组，直到余弦相似度下降指示主题边界；需要嵌入每个句子，成本较高但块最连贯。资料提醒：阈值依赖语料，0.85 仅为起点；应用真正的句子切分器，避免用 text.split(". ") 被缩写词破坏；按 N 个句子嵌入计费。5）滑动窗口分块——每块以固定步长与邻居重叠，附滑动分块函数（size=512、stride=256）。资料提醒：重叠使索引膨胀 size/stride 倍，50% 重叠会翻倍索引与检索成本。
重叠的作用与局限：重叠能提升边界附近查询的召回，但无法修复语义连贯性与归因问题，重叠文本可能出现在两个检索块中。资料建议按位置元数据（start、end）在注入前去重，若两块的较短者重叠超过 50% 则丢弃得分较低者。
元数据保留：每块应携带 text、source、page、start、end、chunkIndex、totalChunks、heading 等字段；将最近的章节标题前置到块文本再嵌入，能显著提升结构化文档的语义搜索效果，嵌入用富化版本、展示用原始文本。
文档类型注意：Markdown/HTML 应先剥离格式或按标题标签切分；代码应按函数/类边界切分，至少用较大最大尺寸（1024+ tokens）按 \n\n 切分；PDF 页边界不是语义边界，应跨页合并；表格不要从行中切断，要么整表一块，要么在每个含表格行的块中重复表头。
限制：资料未提供具体安装命令、收费或平台信息，暂未提供。