_{记忆点：小粒度检索、大范围回填；结构选父子，局部语义选窗口。}

💡 答案要点

核心问题：RAG 分块的粒度矛盾

小 chunk（256 tokens）：检索精准，但语义不完整 → 生成答案缺上下文
大 chunk（2000 tokens）：语义完整，但检索不精准 → 召回很多无关内容

解决方案：检索小块，返回大块

Parent-Document Retrieval（父文档检索）

from langchain.retrievers import ParentDocumentRetriever
from langchain.storage import InMemoryStore
from langchain.text_splitter import RecursiveCharacterTextSplitter

# 两套分块器
parent_splitter = RecursiveCharacterTextSplitter(chunk_size=2000)  # 大块：语义完整
child_splitter  = RecursiveCharacterTextSplitter(chunk_size=400)   # 小块：检索精准

# 存储：小块向量库，大块内存/数据库
vectorstore  = Chroma(embedding_function=OpenAIEmbeddings())
docstore     = InMemoryStore()  # 存储父文档

retriever = ParentDocumentRetriever(
    vectorstore=vectorstore,
    docstore=docstore,
    child_splitter=child_splitter,
    parent_splitter=parent_splitter,
)

# 添加文档：自动切成小块建索引，同时保存父文档
retriever.add_documents(documents)

# 检索：用小块向量找，返回对应的大块（语义完整）
results = retriever.get_relevant_documents("如何优化 RAG 检索")
# → 检索到小块，但返回 2000 token 的父文档

图示：

原始文档（5000 tokens）
    ↓ parent_splitter（2000 tokens/块）
父文档 P1（2000t）│ 父文档 P2（2000t）│ 父文档 P3（1000t）
    ↓ child_splitter（400 tokens/块）
[C1][C2][C3][C4]  [C5][C6][C7][C8]  [C9][C10][C11]
    ↑ 向量检索命中 C3
    ↓ 返回 C3 所属的父文档 P1（语义完整的 2000 tokens）

Sentence Window Retrieval（句子窗口检索）

from llama_index.core.node_parser import SentenceWindowNodeParser
from llama_index.core.postprocessor import MetadataReplacementPostProcessor

# 按句子切分，但每个节点携带"前后 N 句"的窗口
node_parser = SentenceWindowNodeParser.from_defaults(
    window_size=3,  # 前后各 3 句
    window_metadata_key="window",
    original_text_metadata_key="original_text",
)

# 检索时用单句向量精准命中
# 生成时用 window（该句 + 前后各3句）提供上下文

postprocessor = MetadataReplacementPostProcessor(
    target_metadata_key="window"  # 把节点内容替换为窗口内容
)

query_engine = index.as_query_engine(
    similarity_top_k=5,
    node_postprocessors=[postprocessor]
)

两种方案对比：

方案	检索粒度	返回粒度	适用场景
Parent-Document	小 chunk（400t）	父文档（2000t）	长文档、结构化文档
Sentence Window	单句（~50t）	句子+上下文窗口	需要精确定位+上下文

面试话术：

"Parent-Document Retrieval 是解决'检索精准和上下文完整'矛盾的最优方案。核心是两套分块：400 token 小块用于向量检索（精准），2000 token 大块用于 LLM 生成（完整）。命中小块后返回它的父文档给 LLM，既精准又完整。我在知识库问答项目用这个方案，比纯大块 chunking 的答案完整度提升 30%，比纯小块 chunking 的检索准确率提升 25%。"

---