检索不准，问题多半出在入口-LangChain Document Loader 全解：选型、自定义实现与十个坑

顺势而为

发布于 2026-10-26 10:49:32

340

概述

RAG 效果不好，十次里有七次不是模型的错。Embedding 没换错，Prompt 也写得清楚，检索出来的东西就是不对。因为原料在进门那一刻就已经坏了：被截断的正文、丢了表头的表格、扫描件里一行都没提出来的空白页。Document Loader 就是那道门。它只做两个动作——读出来，转成 Document。但这一节里的每个细节，后面都会放大成检索失败率上的几个百分点。这篇一次讲透：选型、二十行自

文章被收录于专栏：RAG知识库RAG知识库

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

上海同盟

一、先给结论：Loader 只做两件事

二、Document 只有两个字段，却决定后面一切

三、什么文件，配什么 Loader

四、TextLoader 的弃用告警，其实是提醒

五、自定义 Loader：二十行骨架

六、PDF：两个坑，一份富文本方案

七、DOCX：顺序错了，语义就丢了

八、进阶：别把三种东西塞进一个 Document

九、怎么验证 Loader 写对了

十、十个坑，逐条自查

十一、一分钟复盘

最后三句

检索不准，问题多半出在入口-LangChain Document Loader 全解：选型、自定义实现与十个坑

检索不准，问题多半出在入口-LangChain Document Loader 全解：选型、自定义实现与十个坑

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐