RAGFlow切分方法详解

RAGFlow 各切分方法的含义如下，结合文档结构、场景特点等设计，以适配不同类型的知识源：

1. General（通用分块）

• 逻辑：结合文本排版、格式、语义关联等因素确定分割点，再根据“建议文本块大小（Token 数）”，将文本切分为合适的块。
• 支持格式：DOCX、EXCEL、PPT、IMAGE、PDF、TXT、MD、JSON、EML、HTML 等多格式。
• 过程：先用视觉检测模型把连续文本分割成多个片段，再将片段合并成 Token 数不超过设定值的块。

2. Q&A（问答分块）

• 逻辑：专为“问答对”类数据设计，每行“问题 - 答案”作为独立块。
• 支持格式：Excel、CSV/TXT。
  • Excel：需包含两列（无标题），第一列是问题、第二列是答案。
  • CSV/TXT：需用 UTF-8 编码，且以 TAB 作为问题与答案的分隔符；不符合规则的行会被忽略。

3. Resume（简历分块）

• 逻辑：不做“分块”，而是将简历解析为结构化数据（如提取学历、工作经历等字段）。
• 支持格式：DOCX、PDF、TXT。
• 价值：方便 HR 等场景下，通过自然语言交互快速筛选符合条件的候选人。

4. Manual（手册分块