Elysia Tools
导航
prepare
把分块评分、文本清洗、OCR 恢复、可引用分块导出与 token 预估放到同一专题，帮助你构建质量更高的 RAG 语料库。
概览
这个专题聚焦于文档进入向量索引之前的准备工作：先清理源内容、裁出真正需要的页码、补 OCR、检查结构是否保留下来，再比较分块方案并导出可回链引用的结果。这样你可以把原始文件更稳定地整理成更容易检索、更容易排障的 RAG 语料。
工具
案例
专题
工具使用指南
这个专题聚焦于文档进入向量索引之前的准备工作：先清理源内容、裁出真正需要的页码、补 OCR、检查结构是否保留下来，再比较分块方案并导出可回链引用的结果。这样你可以把原始文件更稳定地整理成更容易检索、更容易排障的 RAG 语料。
你可以清理原始文档、检查结构、只抽出需要的页码、试验 chunk 边界、生成可引用的分块结果，并在内容进入向量索引前预估 token 规模。
它适合做 RAG 的工程师、内部知识库团队、AI 应用开发者、技术写作者，以及所有要把长文档整理成可检索语料的人。
先把源文档清理干净或裁出目标页码，再用有代表性的文本比较 chunk 大小，最后再进入可引用分块导出或向量数据库接入。