适用场景：法律法规、合同条款、行业合规手册、地方建设标准、司法解释等结构化但语义复杂的文档。 目标：在 RAGFlow 中实现条款级精准检索、零偏差法条引用、跨条款关联推理。一、解析方法（Chunk Method）选择选择适用情况说明Laws（首选）标准法规、条款编号清晰（第X章/第X条/Article N）RAGFlow 官方为法律文档专门设计的模板，自动识别条款边界，保持条款完整性General + 自定义分段条款层级复杂（含司法解释嵌套）、混合内容配合"按标题分层（By Title）"使用，灵活性更高Manual章节分明的合规手册按章节标题切分，保留模块化结构RAGFlow 源码参考：rag/app/laws.py，使用正则第[零一二三四五六七八九十百0-9]+条与Article [0-9]+识别条款。二、核心切片参数参数推荐值说明块 Token 数（Chunk Size）512（普通条款）/1024（含释义的长条款）匹配中文法律条款平均长度，避免拆裂条款Chunk Overlap（重叠率）20% – 25%法规条款常有"依前款规定…"互引，需保留上下文分段标识符（Delimiters）\n+ 正则第[零一二三四五六七八九十百千0-9]+条+[；。！？]中文法规标点适配，；用于并列款项布局识别开启表格识别 + 多栏文本重组处理附表、罚则对照表OCR 引擎DeepDoc（默认）/ PaddleOCR 4.0+扫描版法规、手写批注识别更稳标题层级感知启用，正则\d+章\|\d+条\|\d+款保持"章—节—条—款—项"层级结构三、嵌入与检索配置3.1 嵌入模型中文法规：BAAI/bge-large-zh-v1.5（中文语义最佳，法律术语嵌入效果突出）跨语种 / 长条款：BAAI/bge-m3（支持长文本、多语种）英文法律：nomic-embed-text或text-embedding-3-large重要：一旦数据集已生成 chunks，无法切换嵌入模型，必须删除现有 chunks 才能更换。3.2 混合检索策略策略权重作用向量相似度（Vector）0.7语义相似匹配，"合同" ≈ "契约"关键词 BM250.3法律术语精确匹配相似度阈值0.2 – 0.3过高会漏召回相邻条款Top-K