首页/AI/RAG 与向量库速查/按 Markdown 标题结构切分

按 Markdown 标题结构切分

按标题层级切分让切片天然携带章节语义与标题路径;对结构清晰的 Markdown 与文档站内容,检索展示与引用标注都更直观。

RAG 与向量库速查AI更新于 2026-10-12

MarkdownHeaderTextSplitter

MarkdownHeaderTextSplitter
from langchain_text_splitters import MarkdownHeaderTextSplitter

splitter = MarkdownHeaderTextSplitter(
    headers_to_split_on=[("#", "h1"), ("##", "h2"), ("###", "h3")],
)
docs = splitter.split_text(md_text)
print(docs[0].metadata)      # {'h1': ..., 'h2': ...}
print(docs[0].page_content[:80])
超长章节可在标题切分后再对每节做递归切分,两级组合兼顾结构与粒度。

易错点

  • 标题层级缺失或混乱的文档切出来粒度失控
  • 切出的章节过短(一两行)时,可与相邻同节内容合并

数据来源与参考

  • LangChain 官方文档(MarkdownHeaderTextSplitter)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌