RecursiveDocumentSplitter 的 split_idx_start 与使用 split_unit="word" 和 split_overlap > 0 时的尾部分隔符不一致
作者: anishmehta24创建于 2026年9月15日更新于 2026年9月15日
描述错误
使用 split_unit="word" 和 split_overlap > 0 时,RecursiveDocumentSplitter 将 split_idx_start 设置得太远,每个后面的分块都多增加了一个字符(上一个分块的尾部分隔符的长度),而 _split_overlap 范围也继承了相同的偏移。#11710 的重现仍然在 main(f1e61b5) 上失败。
内容来源: deepset-ai/haystack