文档拆分

定义

文档拆分节点是长文本处理流程中的核心分段工具，用于将上游「文本提取」节点输出的结构化长文本，按照指定的 Token 长度自动切割为多个语义完整的短段落，以适配大模型上下文窗口限制、向量库入库要求等下游场景，确保内容可被高效处理与调用。

使用场景

场景	说明
知识库构建	将长文档拆分为适配向量库的片段，用于相似度检索
大模型问答	拆分超长上下文，避免模型因 Token 超限导致回答截断或失败
内容分发	将大段内容拆分为适合阅读的短段落，用于推送、摘要生成等场景

配置使用

输入配置

• 输入变量：连接上游「文本提取」节点，选择其输出的文本变量作为输入。
• 分段最大长度（Token）：每个段落的最大 Token 数，默认值为 500，可根据实际文本大小和下游需求调整。

输出变量

变量名	类型	说明
segmentsArray	Array[String]	拆分后的段落列表
segment_count	Number	段落总数

下游使用

文档拆分节点输出的是数组类型变量，通常需要配合任务循环节点对每个段落逐一处理。

典型流程：

文本提取节点 → 文档拆分节点 → 任务循环节点
                                └─ 模型节点（处理单个段落）
                             → 整合输出节点

在任务循环节点中，将循环输入设置为文档拆分节点输出的 segmentsArray，循环体内的节点即可通过循环变量引用当前段落内容，传入模型节点进行翻译、摘要、问答等处理，所有轮次结果最终汇总为数组输出。

segment_count 可用于在后续节点中做条件判断，例如当段落数超过阈值时走不同的处理分支。