RAG Text Chunker (Divisão para Embedding)

Dividir texto longo em segmentos otimizados para ingestão em Embedding / RAG. Suporta 4 estratégias: contagem de caracteres fixa, contagem de tokens fixa, baseada em parágrafos e baseada em títulos Markdown; inclui ajuste de sobreposição, visualização de segmentos e opções de exportação JSON / JSONL / Markdown.

100% Free No signup Browser-only Instant download 5 languages Dark mode

Relacionado: 💰 Cálculo de preços de Embeddings · 🪙 Cálculo de Tokens LLM

Texto de entrada

Estratégia de divisão

Tamanho do chunk chars Sobreposição Mesma unidade acima Cortar prioritariamente no final da sentença (。.!?) Adição de Metadados (index / start / end)

Número de chunks

tamanho médio

Máximo

⬇

❓ Perguntas frequentes

Recommended chunk size?

Embedding models: 256-512 tokens (OpenAI text-embedding-3-small) / 512-1024 (Voyage, Cohere). Big enough to preserve meaning

How much overlap?

10-20% of chunk size is standard — prevents context loss at boundaries

Why heading strategy?

Semantic chunks → often higher retrieval precision than fixed size (esp. for docs / code / FAQ)

🐛 Você encontrou um problema com esta ferramenta?

Completamente gratuito e sem registro. Até as etapas de reprodução são suficientes. Os relatos recebidos chegam diretamente aos operadores e servem como referência para correções.

RAG Text Chunker (Divisão para Embedding)

❓ Perguntas frequentes

Obrigado por seu relato!