Parent-Child 分块深度实践：Small-to-Big 检索与上下文完整性保留

传统固定切块（Fixed-Size Chunking）的两难困境

在构建知识库切块时，工程师常常面临不可调和的矛盾：

• 切块过小（如 128 Token）：语义高度聚焦，向量余弦相似度能够极其精准地命中用户问题；但在送入大模型生成时，由于丢失了上下文段落的背景与转折，模型容易出现断章取义；
• 切块过大（如 1024 Token）：虽然段落完整，但嵌入向量被过多的不同主题平均化，导致检索召回率急剧下滑。

Small-to-Big 父子分块设计哲学

Parent-Child（Small-to-Big）检索范式完美化解了这一矛盾：

1. 父文档切分 (Parent Chunk)：按照文章的自然结构（如 H2/H3 章节或 800~1500 字）切分出具备独立完整逻辑的父块；
2. 子文档重叠切割 (Child Chunk)：在每个父块内部，进一步细切出多个 100~200 字的小子块，并为小子块建立稠密向量索引；
3. 检索与替换还原 (Index on Child, Prompt on Parent)：向量检索时仅匹配子块以保证超高检索灵敏度；一旦命中某个子块，系统自动追溯到其所属的父块，并将完整的父块注入大模型的 Prompt 上下文中！

父子文档映射引擎实现

import assert from "node:assert/strict";
function resolveParent(childToParent, hitChild) {
  return childToParent[hitChild] || null;
}
assert.equal(resolveParent({ "c1": "p1" }, "c1"), "p1");

原始资料与溯源链接

• LangChain Parent Document Retriever Guide：父子文档检索器标准设计模式。