DifyChunkingRAGKnowledge Base

Dify 父子分段,把操作步骤和例外一起交给模型

Dify 父子分段用小片段匹配问题,再返回完整父段。通过设备维护示例检查条件是否保留,并区分段落模式、全文模式与编辑后的子段同步。

查看接入文档
Dify 父子分段,把操作步骤和例外一起交给模型

一句“长按复位键三秒”很容易被搜到,但它前面可能还有一句“仅限绿灯状态”。Dify 父子分段让小片段负责匹配问题,再把较大的父段返回给后续节点。它适合处理操作与条件相互依赖的资料,前提是父段边界本身把这些内容放在了一起。

父段究竟比普通分段多带回什么?

Dify 分段文档说明,通用模式直接返回匹配的分段;父子模式先匹配子段,再返回对应的整个父段。父子模式只支持高质量索引。它提供的是一种查找与返回的关系,不保证自动理解所有文档结构。

用下面这段虚构设备说明做临时素材,别把它当真实维修建议:

演示手册 demo-maintenance-v1,第 3 节:复位
仅限指示灯为绿色且设备已停止作业时。
长按复位键三秒,然后等待重新启动。
指示灯为红色时,不执行上述复位,转交维护人员。

问“红灯亮着,可以长按复位吗?”预期是说明红灯例外,而不是截取中间一句让人操作。若普通分段已经完整保留整节,也能正确供给这些信息;不必只为模式名称重建知识库。

三个小子段都归属同一个父段,返回时带上适用条件和红灯例外

父段边界该怎么选?

先找能独立解释规则的范围,再决定字符长度。对于维护手册,章节标题、适用对象、前置条件、操作和例外通常需要一起看;把全书当一段又可能混入别的设备和互相冲突的流程。

当前文档的父段有两种选择:Paragraph 按分隔符和最大长度划分多个父段;Full Doc 把整篇资料作为一个父段。Full Doc 只处理前 10,000 tokens,超出会截断,而且创建后不能直接编辑该父段,修改需要上传新文档。这不是任意长度文件的完整阅读模式。

Dify 界面里的最大分段长度按字符说明,Full Doc 上限则按 token 说明,两种单位不能直接互换。最大长度也会触发强制切分;设了章节分隔符,不代表一章永远不会被拆开。

过短片段丢掉条件,过长父段混入其他流程,合适范围保留完整规则

分隔符会被移除,别用正文里有业务意义的字当分隔符。预览只能展示有限片段,导入后还要打开实际分段,检查那句红灯例外。资料来自 PDF 时,可先按提取文字与引用链检查确认原文没有在更早一步丢失。

修改子段,父段会跟着变吗?

不会。当前内容维护文档明确区分两种编辑:修改父段时可以选择重新生成子段或保留它们;修改子段不会更新父段。

这意味着子段可以写成“红灯可以复位吗”这样的检索提示,但模型最终收到的父段仍必须有正确答案。只把子段改成新的操作,父段却留着旧操作,会造成“搜中了新词,回答仍用旧规则”。子段不能承担唯一的政策正文。

父段编辑需要决定是否重建子段,子段编辑只改变匹配线索,不反写父段

如果新版本改变红灯处理方式,先更新作为事实来源的父段,再核对其子段是否仍适合当前内容。文档带有自动摘要时,也把摘要纳入检查;维护文档说明摘要会被嵌入并参与检索,旧摘要不能只因正文改过就被假定已同步。

怎样确认传到回答节点的确是完整规则?

在临时库预先写下三道题:绿灯如何复位,红灯能否复位,手册没写的蓝灯如何处理。然后分别检查匹配的子段、返回的父段,以及应用里给 LLM 的 Context。不要把“有一个结果”当成三个阶段都完成了。

当前知识检索节点输出 result 数组,官方用法是在 LLM 的 Context 中选择它,并在指令中引用 Context。保留来源信息,避免把有结构的结果改成只剩操作那一句的字符串。最后答复仍要核对红灯例外与资料边界;父段完整不等于模型一定读对。

不同条件混在同一库时,再查元数据如何筛掉不适用版本。需要挑选已召回的父段时,可继续看Rerank 的候选与来源映射。模型入口配置仍按 Embeddings 文档处理。

本文于 2026 年 11 月 21 日核对当前官方文档。上面是可以自行导入的教学素材与验收步骤,没有部署 Dify 验证实际分段,也没有测量父子模式比通用模式提高了多少。先检查一段完整规则能否走到模型,再决定是否值得更换分段结构;知识库建好后不能直接切换分段模式,应在副本或临时库中比较。

相关文章

给 RAG 留几道资料里没有答案的题
RAGEvaluationDify

给 RAG 留几道资料里没有答案的题

RAG 评估不能只考知识库里写过的题。加入无答案、缺条件、旧版本和相近型号问题,分别检查证据覆盖、澄清行为与最终回答。

用 Nbility 跑通你的 Agent 工作流

获取 API Key,统一接入 OpenAI 兼容模型和开发工具。

获取 API Key