Unverified50% confidenceOpinionExact time
RAG的质量往往卡在最前端的文档解析阶段，简单文本提取会破坏表格、标题层级和脚注等结构导致语义向量失真
1
Sources
50%
Confidence
Long-term
Relevance
7/8/2026
First Seen
Sources
OfficeCLI：专为AI智能体设计的Office文档读写命令行工具
hackernewshackernews7/6/2026
Related Claims
UnverifiedRAG将文档切成固定大小chunk，跨文档、跨时间的逻辑关联在切片时被破坏，向量相似度检索无法重建这些隐性联系68% similarUnverified在RAG应用中，Office文档直接提取的文本常常丢失表格结构、混入页眉页脚噪音、无法识别段落层级关系，成为质量瓶颈68% similarUnverified文本分块过大会稀释检索精度，过小会导致语义不完整，分块策略直接决定RAG系统的检索质量66% similarUnverifiedRAG的效果高度依赖文档切片策略质量，切片过长增加检索噪声，切片过短丢失上下文语义66% similarVerifiedRAG存在检索精度不稳定、语义匹配偏差以及消耗大量上下文窗口等缺陷63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/227764API
curl https://kongchang.com/api/v1/knowledge/claims/227764MCP
get_claim(id=227764)