首页/AI/RAG 与向量库速查/片段锚点与原文定位

片段锚点与原文定位

每个片段在入库时记录定位信息(文档 id、章节、页码、字符区间):展示引用时跳转原文锚点,溯源、审计与反馈闭环都依赖它;OCR/解析阶段要尽量保留页码映射。

RAG 与向量库速查AI更新于 2026-10-12

元数据字段示例(JSON)

元数据字段示例(JSON)
{"doc_id": "manual-v23", "section": "3.2 索引", "page": 42,
 "char_range": [10320, 10980], "anchor": "#h-32", "version": "v2.3"}

引用渲染

引用渲染
[1] 《部署手册》v2.3 · 3.2 索引(第 42 页)
→ /docs/manual-v23#h-32
解析阶段丢失页码(如 OCR 未记录)时,至少在后续版本补齐,避免历史片段无法定位。

易错点

  • 元数据只有文件名,用户无法快速核对原文
  • 文档改版后字符区间全部错位,锚点失效

数据来源与参考

  • Docling 官方文档(文档结构元数据)
  • Anthropic, Contextual Retrieval(引用溯源)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌